知識地圖 – YOLO 介紹 YOLO 簡介 YOLO，全名 You only look once。是一種物件偵測的演算法， 並且在所有物件偵測的方法中，YOLO 也可以說是最為突出的方法之一 YOLO 的發展目標，並不是以物件偵測的準確率為優先，他把重點放在了運算速度上，並且需要消耗的運算資源也隨之下降。 本節將介紹 YOLO，以及它的效果、成績以及技術原理。 重要知識點 理解物件偵測的兩種常見手法 (two-stage，one-stage) 知道 YOLO 的歷史與成績 能夠說明 YOLO 的核心技術原理 什麼是物件偵測？ 通常物件偵測會是像這樣的 上面提到的方法稱為 two-stage 的物件偵測方法 所以當然也有 one-stage 的物件偵測方法，其中最具代表性的就是 YOLO YOLO 的效果與成績 YOLO 的發展時間史： YOLOV1，2016年5月 YOLOV2，2016年12月 YOLOV3，2018年4月 在 YOLOV3 的版本中，可以達到最高 33.0 的 mAP 以及最短 22ms 的 Inference time。 這代表了在 2018 年中流以上的準確率，和名列前茅的推論速度。 YOLO 的核心技術原理 YOLO 在給定圖片後，會先切成 SxS 個小方格。接下來會平行的做兩件事： 對每個方格產生 k 個定界框，並計算裡面包含物件的可信度。 對每個方格進行影像分類，計算方格屬於不同類別的可能機率。 知識點回顧  物件偵測包含 two-stage 和 one-stage 兩種方法。 Two-stage 的方法中，首先要對物件的定位，然後對已定位的物件做分類。 YOLO 最早發表於 2016 年，並在 2018 年有當時相當不錯的準確率和幾乎最高的推論速度。 YOLO 在切割 Grid 以後，會平行的進行定位和分類兩個任務。 YOLO 的定位是在每個 Grid 中，隨機產生定界框並計算可信度，當可信度超越定值(Valve)，該定界框成立。 YOLO 的分類是直接對每個 Grid 做影像分類，不需要先定位。 參考資料 Object Detection Part 4：Fast Detection Models 本文主要是在描述各種快速的 Object detection，除了 YOLO 外也包括 SSD、RetinaNet 等等 one-stage 的物件偵測模型。 這些模型都跳過了候選區域的階段，直接在影像上進行物件偵測。