Yolo 9000中YOLO如何计算P(Object)

Question

目前我正在测试yolo 9000模型用于目标检测，在论文中我了解到图像被分割成13X13个盒子，在每个盒子中我们计算P(对象)，但我们如何计算呢？模型怎么知道这个盒子里有没有对象，我需要帮助才能理解

我正在使用tensorflow

谢谢,

Answer 1

他们训练的置信度分数=P(对象)* IOU。对于地面实况框，它们采用P(对象)=1，而对于其余的栅格像素，地面实况P(对象)为零。您正在训练您的网络，以告诉您该网格位置中是否存在某些对象，即如果不是对象，则输出0；如果存在部分对象，则输出IOU；如果存在对象，则输出1。因此，在测试时，您的模型已经能够判断该位置是否有对象。

Answer 2

正如他们在paper(第2页第2节)中提到的那样，置信度得分=P(对象)*借据。但在那一段中，他们提到，如果有一个对象，那么置信分数将是IOU，否则为零。所以这只是一条指南。

Answer 3

有13x13个网格单元，这是真的，但P(对象)是为每个5x13x13锚箱计算的。摘自YOLO9000的论文：

当我们移动到锚框时，我们也将类预测机制与空间位置解耦，转而预测每个锚框的类和对象。

我还不能评论，因为我是新来的，但是如果你想知道测试时间，它的工作方式有点像RPN。在每个网格单元格上，5个锚点框各自预测一个边界框，该边界框可能比网格单元格大，然后使用非最大值抑制来挑选最上面的几个框进行分类。

P(对象)只是一个概率，网络并不“知道”其中是否真的存在对象。

如果您感兴趣，还可以在region_layer.c中查看forward_region_layer方法的源代码，并跟踪损失是如何计算的。