[英]Yolov5: image detection without segmentation?
我讀過很多關於 Yolov5 圖像檢測技術的論文。 但是這些論文沒有提到 Yolov5 所做的任何分割步驟。 雖然我知道沒有分割過程就不可能進行圖像分類,但我要問以下問題:Yolov5 是否會執行任何分割步驟來檢測圖像? 如果是,它使用哪種分割算法?
分割主要使用全卷積網絡(FCN)架構。 FCN 是一個沒有全連接層(FC)的 CNN。 分割可以被認為是一個編碼器,然后是一個解碼器。 這里的編碼器和解碼器是FCN。
使用 CNN 進行分類是一組卷積層(提取輸入圖像的高級特征),然后是一個或多個全連接 (FC) 層或密集層。最后一個密集/FC 層將輸入圖像分類為各種類別。
YOLO是一種基於CNN架構的基於回歸的object檢測算法。在YOLO中,圖像被分割或分割成S*S個網格單元。每個網格單元只預測一個object,這意味着一個單元試圖預測一個ZA8CFDE6331BD59EB2AC96F8911單元內。 對於每個網格單元 CNN 預測
CNN的預測/輸出的形狀將是(S,S,(B * 5 + C)); 數字 5 代表邊界框的 x_center,y_center,width,height 及其置信度分數
如果將圖像划分為 7 * 7 個網格單元,每個單元預測 2 個邊界框,並且總類數為 3,則 CNN output 的形狀將為 (7,7,13)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.