《表2 Tiny YOLO特征提取器》
YOLO作为一步目标检测方法的主要优势在于:1)单个卷积神经网络就可以对整个图像进行预测和识别。2)YOLO可以实现对视频的实时检测,因为YOLO只需将图片输入到网络中即可得到最终的检测结果,其识别速度非常快。文中使用的卷积神经网络使用Darknet-53结构,其结构如表1所示。YOLO在识别图像时将图像划分为一些相同尺寸的单元网格,对于416×416输入图像,将被划分为13×13个单元网格,Tiny YOLO特征提取器如表2所示。每个单元负责预测覆盖此单元的一定数量的边界框。对于边界框的每个预测内容均包含以下信息:坐标、宽度和高度。这些信息通过单元网格坐标和边界框最初宽度和高度的预测值计算得出,如式(1)所示。
图表编号 | XD00185855700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.05 |
作者 | 潘卫军、刘皓晨、段英捷 |
绘制单位 | 中国民用航空飞行学院空中交通管理学院、中国民用航空飞行学院空中交通管理学院、中国民用航空飞行学院空中交通管理学院 |
更多格式 | 高清、无水印(增值服务) |