【深度学习YOLO系列】对YOLO v1的解读

时间 2020-12-30

标签算法繁體版

原文原文链接

YOLO v1结构它的核心思想就是利用整张图作为网络的输入，将目标检测作为回归问题解决，直接在输出层回归预选框的位置及所属的类别。输入图像大小为 448 ∗ 448 448*448 448∗448，将其分割成了 7 × 7 = 49 7×7=49 7×7=49个网络，每个网格要预测两个 b o u n d i n g b o x bounding\ box bounding box（候选框）

>>阅读原文<<

1. 【深度学习YOLO系列】对YOLO v3的解读
2. 【深度学习】YOLO v1
3. 学习：YOLO系列之yolo v1
4. YOLO系列之yolo v1
5. yolo系列之yolo v3【深度解析】
6. YOLO V1的过程解读
7. 深度学习之YOLO系列（一）
8. 【YOLO系列】YOLO-v1：统一的实时对象检测算法。
9. YOLO-V1至YOLO-V4学习笔记
10. YOLO系列（V1-V2-V3）
更多相关文章...
• 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
• 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
• 适用于PHP初学者的学习线路和建议
• 算法总结-深度优先算法

最新文章

1. 1.2 Illustrator多文档的几种排列方式
2. 5.16--java数据类型转换及杂记
3. 性能指标
4. （1.2）工厂模式之工厂方法模式
5. Java记录 -42- Java Collection
6. Java记录 -42- Java Collection
7. github使用
8. Android学习笔记（五十）：声明、请求和检查许可
9. 20180626
10. 服务扩容可能引入的负面问题及解决方法

本站公众号

欢迎关注本站公众号,获取更多信息

1. 【深度学习YOLO系列】对YOLO v3的解读
2. 【深度学习】YOLO v1
3. 学习：YOLO系列之yolo v1
4. YOLO系列之yolo v1
5. yolo系列之yolo v3【深度解析】
6. YOLO V1的过程解读
7. 深度学习之YOLO系列（一）
8. 【YOLO系列】YOLO-v1：统一的实时对象检测算法。
9. YOLO-V1至YOLO-V4学习笔记
10. YOLO系列（V1-V2-V3）

>>更多相关文章<<