[英]Yolov5: image detection without segmentation?
我读过很多关于 Yolov5 图像检测技术的论文。 但是这些论文没有提到 Yolov5 所做的任何分割步骤。 虽然我知道没有分割过程就不可能进行图像分类,但我要问以下问题:Yolov5 是否会执行任何分割步骤来检测图像? 如果是,它使用哪种分割算法?
分割主要使用全卷积网络(FCN)架构。 FCN 是一个没有全连接层(FC)的 CNN。 分割可以被认为是一个编码器,然后是一个解码器。 这里的编码器和解码器是FCN。
使用 CNN 进行分类是一组卷积层(提取输入图像的高级特征),然后是一个或多个全连接 (FC) 层或密集层。最后一个密集/FC 层将输入图像分类为各种类别。
YOLO是一种基于CNN架构的基于回归的object检测算法。在YOLO中,图像被分割或分割成S*S个网格单元。每个网格单元只预测一个object,这意味着一个单元试图预测一个ZA8CFDE6331BD59EB2AC96F8911单元内。 对于每个网格单元 CNN 预测
CNN的预测/输出的形状将是(S,S,(B * 5 + C)); 数字 5 代表边界框的 x_center,y_center,width,height 及其置信度分数
如果将图像划分为 7 * 7 个网格单元,每个单元预测 2 个边界框,并且总类数为 3,则 CNN output 的形状将为 (7,7,13)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.