YOLO8算法思想.docx
需积分: 1 92 浏览量
2024-02-24
13:32:48
上传
评论
收藏 71KB DOCX 举报
YOLO8 算法思想
YOLO（you only look once），指只需要浏览一次就可以识别出图中
的物体的类别和位置。
也因为只需要看一次，YOLO 被称为 Region-free 方法，相比于
Region-based 方法，YOLO 不需要提前找到可能存在目标的 Region。
与之相对应的是 Region-base 方法，，一个典型的 Region-base 方
法流程是：先通过计算机图形学（或者深度学习）的方法，对图片进行
分析，找出若干个可能存在物体的区域（first look），将这些区域裁剪
下来，放入一个图片分类器中，由分类器分类（second look）。
Region-free 方法也被称为单阶段（1-stage）模型，Region-based
方法方法也被称为两阶段（2-stage）方法。 Yolo 目标检测算法是基
于监督学习的，每张图片的监督信息是它所包含的 N 个物体，每个物
体的信息有五个，分别是：物体的中心位置(x,y)、高(h)、宽(w)以及物
体类别。
YOLO 的预测是基于整个图片的，并且它会一次性输出所有检测到的目
标信息，包括类别和位置。而在 YOLO 之前的常用算法则是先通过不同
尺度大小的窗口在图像上进行滑动，去对一个个物体进行识别；通过设
计不同大小的窗口，让这些窗口按照最小的步长滑动，把窗口里的所有
图片都放入分类器中一一进行识别。即使是后续的 R-CNN 通过提前扫
描一下图片，得到 2000 个左右的 Region（即窗口）去取代滑窗法中
资源评论
