yolo论文

综述：

将物体检测任务（划分边界框和类别的可能性）作为回归问题来解决。

速度非常快，但是可能产生定位的误差，相比于rcnn，减少了假阳性。

从上图可以看出结构非常简单

优势：

1、速度非常快

2、处理全局的信息。在 训练和测试的使用看到了整个图像，对类别和外表都进行编码。相比于faster rcnn减少了近一半的假阳性。

3、yolo学习归纳重新表达物体的特征。所以能够更加适应新的领域。在后面的实验中作者对行人进行检测，取得了相对较好的效果。

不足：

定位不够精确，特别是对与小物体。

整体结构：

从全局特征出发，预测定位框。同时针对所有的类预测所有的边界框。

如上图，将输入的图片分为SxS的网格，如果物体的中心落入某个网格，该网格就负责预测预测该物体。

每个网格预测B个边界框和置信度confidence(反映了边界框包含物体的confidence和边界框定位的准确度)

confidence为：