回答情况：
提问时间：
问题标签：
我在第三周，对YOLO算法感到困惑。我查看了coursera上的课程论坛，但我仍然不清楚，似乎很多人都对此感到困惑。
培训数据是什么？所有的图像和物体在其中的位置？如果在图像中间有一辆大车，而YOLO从图像中心从s_s网格看一个小方格，那么就不可能检测到有一辆汽车。我们必须提供更大的广场从中心到YOLO，以使它了解有一辆汽车。那么给一个小方格喂食有什么用呢？如果图像中间有一辆大车，而YOLO从图像中心从ss网格看一个小方格，那么就不可能检测到有一辆汽车。我们必须提供更大的广场从中心到YOLO</e
浏览 0修改于2018-12-30得票数 3
当我开始思考yolo算法的输出时，我正在看Andrew关于边界盒预测的这讲座。让我们考虑这个例子，我们使用19x19网格，只有一个带有两个类的接收字段，所以我们的输出将是=> 19x19x1x5。
浏览 0提问于2018-09-22得票数 0
回答已采纳
📷
在YOLO算法中，如果一些网格只看到汽车的一小部分黑色部分，如果模型是在具有完整图像的数据集上训练的，那么这些网格如何输出预测呢？
浏览 0提问于2018-01-08得票数 8
我正在学习Andrew的卷积神经网络，并在课程的第三周讨论利用YOLO算法进行目标检测。我不明白编程作业中有一个部分使用一个叫做'scale_boxes‘的函数。这是在课程材料中所描述的功能。YOLO在不同的时间使用以下函数(我们提供的)在几种这样的格式之间进行转换：
box = yolo_boxes_to_corners(box_xy，box_wh)，它将yolo盒坐标(x、y、w、h)转换为盒角坐标(x1、y1、x2、y2)，以适应yolo_filter_boxes的输入。
浏览 0提问于2020-07-14得票数 1
我找到了一个已经训练过Yolo的人。我设法得到了.cfg和.weights文件(还有一个扩展名为.names的文件)。现在有人能帮我做些什么吗？如何使用Keras并检测图像中的对象？
浏览 0提问于2020-04-27得票数 0
我在做这个项目这里，为了检测我必须运行的图片：make./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg有多可能？！
浏览 0修改于2019-02-06得票数 1
回答已采纳
我的理解是，Anchor盒(在Yolo v2算法中)的动机是，在Yolo (Yolo v1)的第一版中，不可能在同一个网格框中检测到多个对象。我不明白为什么会这样。此外，作者(Yolo v1)的原始论文引用如下：
“每个网格单元预测B包围框和这些框的置信度分数。这些置信度分数反映了模型对盒子包含一个对象的信心程度，以及它认为该框的预测有多精确。”
浏览 0提问于2018-10-04得票数 1
正如我在YOLO算法中所理解的，我们将inuput图像划分为一个网格，例如19x19，我们必须对每个单元有输出矢量(pc，bx，by，bw，c)。然后我们就可以训练我们的网络了。同样的问题也适用于滑动窗口算法。为什么我们只给网络一个带标签和包围框的向量，而不是给出每个滑动窗口的向量。
浏览 0提问于2018-12-26得票数 0
回答已采纳
我已经成功地训练yolo用预测我自己的图像。在这里，我将cfg文件中第224行的classes =5(我训练了5个类)和filter改为50。我想要的是为yolo做迁移学习，训练最后一个完全连接的层和softmax层。
我的cfg文件如下。
浏览 0修改于2018-04-13得票数 6
我正在努力更好地理解YOLO2 &3算法是如何工作的。该算法处理一系列的卷积，直到到达13x13网格为止。然后，它能够对每个网格单元内的对象以及这些对象的边界框进行分类。1.该算法如何预测大于网格单元格的边框？
2.算法如何知道对象的中心位于哪个单元格中？
浏览 8修改于2018-05-29得票数 16
回答已采纳
2回答
yolo_outputs = yolo_head(yolo_model.output, anchors, len(class_names))<ipython-input-92-d69bb71a2d56> in <module>()
----> 1 yolo_outputs= yolo_head(yolo_model.output
浏览 1提问于2020-04-26得票数 0
什么是暗网，为什么需要它来检测YOLO对象？我读到它是一个用C语言编写的神经网络，但是为什么我们有很多机器学习框架，比如tensorflow，keras，Py手电筒，为什么需要它来检测YOLO对象。我试着从git代码中训练yolo，我可以看到他们也在使用tensorflow/keras，但不确定为什么最初使用黑网来训练yolo。
暗网/yolo算法
浏览 0提问于2020-01-06得票数 14
在已经见过的几个文本和反对检测算法中，每个人第一步都是安装cython并运行make.sh文件。为什么我们最初在黑网/YOLO对象检测中运行make.sh文件？下面的两个链接im指的是使用黑网构建yolo算法，无法理解为什么需要cython，以及为什么第一步需要编译make.sh文件来建立yolo模型？
浏览 0提问于2020-01-06得票数 0
回答已采纳
问题：
在监督学习设置中，他们使用标记数据集，其中标签是存储在JSON/XML文件格式中的每个图像的包围盒(使用像这样的工具手动标记我的一些注解器)。
浏览 0修改于2019-04-06得票数 1
回答已采纳
我翻阅了YOLO的论文，了解了损失函数。但是，我不明白的是，如何获得上面的价值观来训练图像呢？他们的文件对此没有明确的解释。
浏览 2提问于2017-04-28得票数 2
回答已采纳
许多流行的和最先进的对象检测算法，如YOLO和SSD使用锚盒的概念。据我所知，对于YOLO v3这样的网络，每个输出网格单元都有多个具有不同纵横比的锚盒。
浏览 1提问于2019-06-26得票数 1
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号