交通标志识别 原理部分"/>
YOLO v5 实战 中国交通标志识别 原理部分
文章目录
- 任务介绍
- 目标检测数据集
- 目标检测的性能指标
- Yolo 发展史
- Yolo v5 框架
- 交通标识数据集
- 中国道路交通标识
任务介绍
目标检测数据集
目标检测的性能指标
配合着IOU和threshold,来定义TP、FP、FN。
TP就是IOU>threshold;
FP就是IOU<threshold;
FN就是ground truth,但我们没有预测出来。
Yolo 发展史
B是有多少个不同尺度边界框的预测。
3个head。每个head有255个channel。255=3*(5+80)。3是3个不同尺寸的anchor,5是objectness confidience和4个bounding box的tx,ty,tw,th。
Yolo v5 框架
要在yolo v5的虚拟环境下进行执行。
这张图一看就看明白了。特征图的大小减少了原来的1/4,但是chanel却升高为原来的4倍。
Focus对于FLOPS和运算速度有所提升,但是对于mAP没有增加。其实就是将特征图h和w的信息整合到了Channel里。
除了Focus和激活函数一些微小区别,其他的和Yolo v4我感觉一样。
yolo v5 4.0版本用的SILU激活函数。3.1版本用的HardSwish激活函数。
交通标识数据集
Occluded:True就是被部分的遮挡了。
中国道路交通标识
更多推荐
YOLO v5 实战 中国交通标志识别 原理部分
发布评论