Как работает алгоритм YOLO для обнаружения объектов?

Алгоритм YOLO (You Only Look Once) для обнаружения объектов работает за один проход по изображению. timeweb.cloud ru.macgence.com В отличие от традиционных методов, которые применяют обнаружение в нескольких областях изображения, YOLO обрабатывает всё за один раз. www.geeksforgeeks.org

Процесс включает несколько этапов: www.geeksforgeeks.org

1. Ввод изображения. www.geeksforgeeks.org Размер входного изображения изменяется до фиксированного размера (например, 448 x 448) для обеспечения согласованной обработки. www.geeksforgeeks.org
2. Разделение сетки. www.geeksforgeeks.org Изображение разделяется на сетку (например, 7 x 7). www.geeksforgeeks.org Каждая ячейка сетки отвечает за предсказание объектов, попадающих в неё. www.geeksforgeeks.org
3. Извлечение объектов. www.geeksforgeeks.org С помощью свёрточных слоёв из изображения извлекаются объекты. www.geeksforgeeks.org Эти объекты используются для прогнозирования ограничивающих рамок и вероятностей классов. www.geeksforgeeks.org
4. Прогнозирование ограничивающих рамок. www.geeksforgeeks.org Каждая ячейка сетки предсказывает несколько ограничивающих рамок. www.geeksforgeeks.org Каждая ограничивающая рамка состоит из пяти компонентов: x, y (координаты центра), w, h (ширина и высота) и показатель достоверности. www.geeksforgeeks.org
5. Предсказание класса. www.geeksforgeeks.org Каждая ячейка сетки предсказывает вероятности для каждого класса (например, человека, автомобиля, собаки) присутствующего объекта. www.geeksforgeeks.org
6. Комбинирование прогнозов. www.geeksforgeeks.org YOLO объединяет прогнозы ограничивающей рамки и вероятности классов для создания окончательного списка обнаруженных объектов. www.geeksforgeeks.org
7. Подавление без максимального значения. www.geeksforgeeks.org Для обработки нескольких обнаружений одного и того же объекта YOLO применяет подавление, которое удаляет избыточные ограничивающие рамки на основе их достоверных оценок. www.geeksforgeeks.org

На выходе YOLO возвращает список объектов, координаты рамок, где они находятся, и уровень уверенности в каждом предсказании — насколько точно нейросеть думает, что попала в цель. timeweb.cloud