一、yolov1背景

       在传统的分类任务中，我们输入图像，经过CNN，输出类别

        在目标检测中，我们需要进行目标位置的检测，并输出分类结果

        yolo作为一个单阶段的目标检测算法，将位置的检测与分类同时进行，即同时输出x，y，w，h，c，p

        同时，yolo算法将目标检测问题看成一个回归问题，可以在同一个神经网络中同时预测目标的位置和类别。

二、yolov1网络结构

         yolov1的输入图片尺寸为448*448

        其中他的主干提取部分与分类任务相似，主要区别为最终输出为7*7*30

        以下是yolov1的具体网络结构和参数： 

三、yolov1中的reshape

        在yolov1网络中，我们输入448*448的图片，经过网络结构中的前向传播，得到最终7*7*30的输出，同时这个输出中包含我们目标检测的结果x、y、w、h、c及p。

        对于7*7*30这个输出，我们有7*7=49个结果，每个结果呈现为一个30*1的向量，其中每个结果中包含两个目标预测框。

        7*7与原始图片448*448属于相互对应的结果，但这并不是真正的将原始图片进行划分分区域进行特征提取，7*7中的每一块方格为一个grid cell，一一映射至原输入图像。

        在一个grid cell中，我没有一个1*30的向量，实则为1*（2*5+20）的向量，2*5中包含了两个预测框的参数，20即为输出20个类别物体对应的概率（v1中设置为20） 

四、Reshape中的参数详解

（一）x、y、w、h

  

        在检测到物体的grid cell中，预测狂有蓝色与黑色两个，grid cell左上角定为（0，0）坐标

        蓝色预测框中心为（0.5，0.5），则可以计算出蓝色框中点的x与y

        w与h相同，在yolo算法中，w与h被归一化至0-1区间，因此对其乘以原图像尺寸448为目标值

（二） c

        我们引入置信度来判断预测框与真实值的匹配程度

        因此我们利用交并比IOU表示匹配程度

（三）p

五、后处理

       在yolo目标检测输出预测框之后，我们输出了7*7*2=98个预测框，因此我们需要对这些box进行进一步的筛选。下面用到了类别置信度和非极大值抑制NMS的方法

六、yolov1损失函数 

七、yolov1训练

 

八、总结