В чем заключается принцип работы YOLO при распознавании мелких объектов на видео?

Принцип работы YOLO (You Only Look Once) при распознавании объектов на видео заключается в прямом предсказании ограничивающих рамок и классов объектов за один проход нейронной сети. vk.com

Процесс включает несколько шагов: vk.com

1. Разделение изображения. vk.com Входное изображение делится на сетку из ячеек. vk.com Каждая ячейка отвечает за свой участок картинки. timeweb.cloud
2. Предсказание для каждой ячейки. vk.com Каждая ячейка предсказывает определённое количество ограничивающих прямоугольных рамок и вероятностей принадлежности объекта в каждой рамке к различным классам. vk.com
3. Выбор рамок с высокой вероятностью. vk.com Применяется заранее заданный порог вероятности, чтобы отфильтровать рамки с низкой вероятностью наличия объекта в рамке. vk.com
4. Объединение перекрывающихся рамок для одного и того же объекта. vk.com Это происходит с помощью алгоритма Non-Maximum Suppression, который удаляет избыточно перекрывающиеся рамки, оставляя только наиболее подходящую рамку для одного и того же объекта. vk.com

YOLO может иметь сложности с обнаружением маленьких объектов, так как каждая ячейка предсказывает только ограниченное количество рамок. vk.com Также алгоритм испытывает трудности с обнаружением объектов, расположенных очень близко друг к другу, так как они могут попадать в одну и ту же ячейку сетки. vk.com