Recommended
More Related Content
What's hot
What's hot (20)
More from Ko Ko
More from Ko Ko (20)
YOLO V1 論文導讀
- 1. YOLO (You only look once)V1 AI Tech社群論文導讀 柯克（江雨）
- 2. 物件偵測的介紹 其他先備知識 YOLO V1 介紹 Loss function 討論 YOLO V1 的缺陷 其他YOLO 的研究 結語 大綱
- 4. 什麼是物件偵測（Object detection） 一張影像經過運算之後得知該影像中有哪些分類別，並得知分類別在影像中的位置 這樣的技術在監視攝影機、自駕車等領域，是相當重要的 框框一般稱為 Bounding boxes 在哪裡 是什麼
- 6. 研究常用的資料集 Pascal VOC: http://host.robots.ox.ac.uk/pascal/VOC/ ● Person: person ● Animal: bird, cat, cow, dog, horse, sheep ● Vehicle: aeroplane, bicycle, boat, bus, car, motorbike, train ● Indoor: bottle, chair, dining table, potted plant, sofa, tv/monitor
- 7. Pascal VOC 的標記檔 <annotation> <folder>VOC2012</folder> <filename>xxxxxxxx.jpg</filename> //文件名稱 <source> //文件來源 <database>The VOC2007 Database</database> <annotation>PASCAL VOC2007</annotation> <image>flickr</image> </source> <size> //圖片的長、寬、深 <width>500</width> <height>366</height> <depth>3</depth> </size> <segmented>1</segmented> //是否用於語義分割 <object> //偵測的目標，會有多個物件標簽 <name>aeroplane</name> //類別 <pose>Unspecified</pose> //拍攝角度 <truncated>0</truncated> //是否被截斷、0表示完整 <difficult>0</difficult> //是否容易被識別、0表示容易識別 <bndbox> //bounding-box, 包含左下角和右上角xy坐标 <xmin>9</xmin> <ymin>107</ymin> <xmax>499</xmax> <ymax>263</ymax> </bndbox> </object> ...
- 8. 用來評價物件偵測的IOU是什麼 IOU (Intersection over Union)：一般預測最常用的指標是 0.5 IOU， 表示在一次 bounding box 預測中，該 bounding box 算出的 IOU > 0.5 時為預測成功。
- 11. mAP（Mean Average Precision） 一個類別可以計算一個 AP mAP 就是多個類別的 AP 平均起來 注意這是在 PASCAL VOC裡用的 mAP 在 COCO 這個資料集裡用的 mAP還乘上了 IOU https://medium.com/@jonathan_hui/map-mean-average-precision-for-object-detection-45c121a31173
- 12. YOLO V1 在物件偵測的歷史定位 從 R-CNN 到 Fast R-CNN，大幅提高了物件偵測準確程度和效率 YOLO V1 突破了 R-CNN 最大限制：每FPS 偵測得太慢了 YOLO V1 的成功，帶領了後面版本 YOLO 的發展，又能更快更準確 YOLO V1 可以說是承先起後，繼往開來的經典論文！！
- 16. YOLO V1 的核心精神 “We frame object detection as a regression problem to spatially separated bounding boxes and associated class probabilities.”
- 18. 每個grid cell 預測 1. B 個框框的位置 (x, y, w, h) 2. 框框有沒有物件(confidence)劃分成 S×S 個grid cell 框框中心落在某grid cell内部 則中心 cell 負責 classification 每個框框預測 C 個條件機率 最後輸出 S x S x (5*B + C) 的 tensor eg. S = 7, B = 2, C = 20 (20 classes) => 是7×7×30 的 tensor
- 20. Activation 用 Leaky ReLU 除了最後一層用 Linear
- 24. Sum-squared error 這麼長的loss function，本質上是Sum-squared error 大框框和小框框會提供同樣的權重 小error 在小框框中會對 IOU造成比較大的影響
- 25. 和其他模型的比較
- 26. 跟 Fast R-CNN 的比較
- 28. VOC 2012 排行榜
- 31. 實際辨識照片也很準
- 32. YOLO V1 的缺陷 在物件偵測的定位（location）上，還輸給 Fast R-CNN 物件太小或靠得太近的話，辨識會較差 為了求快，所以downsampling，在太過細緻的特徵上不易辨別 小error 在小框框中會對 IOU造成比較大的影響
- 33. YOLO V1 之後的研究 出了很多的升級版 YOLO V1 -> YOLO V2 -> YOLO 9000 -> YOLO V3 歡迎繼續來AI Tech 社群聽之後的論文導讀
- 34. YOLO V1結語 mAP 比 R-CNN 來得高，更加準確 有高FPS的辨識的需求，導入 YOLO 是比較好選擇 如果要辨識的目標太小或太近，可能會影響成功率 可以直接用後面版的YOLO
- 35. 目前專案分享