論文筆記：YOLO
簡介
這是CVPR2016的一篇很經典的目標檢測論文，一階段目標檢測鼻祖，提出了一個非常實時的目標檢測算法。YOLO把檢測問題視爲一個單純的迴歸問題，比起之前的算法，YOLO預測出假陽性結果（把背景預測成某個類別）的可能性比較低，但是位置誤差比較大。當然，YOLO最大的特點就是速度快，可以實現實時檢測。
方法
- 將圖片分成S*S個格子（s=7）
- 每個格子負責預測中心B個（B=2）落在格子內的物體的檢測框和1個類別，x,y,w,h,confidence（都是0-1），和類別（20類的話，就是20個0-1範圍的數字表示每個類別的概率），也就是網絡輸出尺寸是一個20+2*5的向量
- 通過每個格子預測出的向量，就可以知道所有的檢測結果（檢測框中心位置、尺寸、confidence、類別），再通過設置閾值和NMS，就可以把符合要求的結果篩選出來。
網絡設計
訓練
loss採用SSE（平方和誤差），因爲這樣的loss容易訓練，但是這樣的話，會存在這幾個問題：
- 位置誤差和分類誤差同等對待並不合理
- 很多格子裏面沒有任何物體，直接這麼訓練容易讓所有confidence收斂到0
因此，增加有物體的格子的loss權重，減小沒有物體的格子的loss權重，取λcoord = 5 , λnoobj = 0.5進行加權計算loss。
此外，爲了反映小物體的尺寸小偏差比大物體的尺寸小偏差影響嚴重，box寬高選擇開根後誤差的平方進行計算。
計算公式如下：
侷限性
- 每個格子只能預測兩個框，一個類別，導致網絡難以處理成羣小目標；
- 難以處理長寬比不尋常的目標；
- 訓練時對大小目標的誤差一視同仁，然而實際上一個小偏差對於大目標來說影響很小，但是對於小目標來說影響很大。
實驗結果
