YOLO论文学习笔记

方法：将图像划分为网格，在每个网格中预测物体边框 YOLO，因为最后采用的是全连接层，每个物体边框的预测都已整张图的特征为输入，换言之当我们在判断一个位置上是否有物体，以及这个物体的大小和位置时，都是看了整张图上的所有特征，这个好处就在于我有足够多的上下文信息能够辅助判断，因此YOLO在检测中有一个很大的优势-->在背景上的误检会非常少，下图红色可以看到Fast R-CNN在背景上的误检为13.6

>>阅读原文<<