Yolov5:没有分割的图像检测？

Question

我读过许多关于Yolov5图像检测技术的论文。但是论文并没有提到Yolov5所做的任何分段步骤。虽然我知道没有分割过程是不可能进行图像分类的，但我问的问题是: Yolov5是否做任何分割步骤来检测图像？如果是的话，它使用哪种分割算法？

Answer 1

分割主要采用完全卷积网络(FCN)结构。FCN是一个没有完全连接层(FC)的CNN。分段可以被认为是编码器，然后是解码器。这里的编码器和解码器是FCN。

classification是一组卷积层(提取输入图像的高层次特征)，然后是一个或多个完全连通(FC)层或密集的layers.Last密集/FC层，将输入图像分类为不同的类。

YOLO 是一种基于CNN的基于回归的目标检测算法，该算法将图像分割或分割成S*S网格，cells.Each网格单元只预测一个对象，这意味着单元试图预测中心位于该单元内的对象。CNN预测每个网格单元

• B包围盒的数目(x，y，w，h)。(X，y)是相对于单元格的包围盒的中心，每个预测包围盒的location.Confidence分数也是预测包围盒的calculated.Confidence分数，而地面真相包围box.Confidence分数表示每个网格单元格包含对象
• C条件类概率的可能性(每类一个)。条件类概率是指被检测对象的概率属于一个类。

预测/输出的形状为( S，S，(B *5+ C))，5表示x_center，y_center，宽度，包围盒高度及其置信度。

如果将图像划分为7*7个网格单元，预测每个单元格的2个包围框，类总数为3，则CNN输出的形状为(7,7,13)。

Source