Please enable JavaScript.

Coggle requires JavaScript to display documents.

YOLOv1(2016) - Coggle Diagram

- - - - 坐标
        
        公式
        
        $$\lambda_{coord} \sum_{i=0}^{S^2} \sum_{j=0}^{B} 1_{i\;j}^{obj} \;[(x_i-\hat{x_i})^2+ (y_i-\hat{y_i})^2]$$
        
        解释
        
        前面lambda是因为如果不加权，位置信息对损失函数的表现会比C分类信息影响小，所以特意加权，论文中为5
        
        两个求和符号是需要计算所有格子以及格子中的bounding box
      - 长宽
        
        公式
        
        $$\lambda_{coord} \sum_{i=0}^{S^2} \sum_{j=0}^{B} 1_{i\;j}^{obj} \;[(\sqrt{w_i}-\sqrt{\hat{w}_i})^2+ (\sqrt{h_i}-\sqrt{\hat{h}_i})^2]$$
        
        解释
        
        概述
        
        相同大小的预测误差，小物体应该比大物体的更加明显(因为误差百分比更大)，所以使用了根号，因为加根号后函数的斜率会越来越小，所以相等大小的误差在较大的正确大小会有更小的斜率
      - 有物体的置信度
        
        公式
        
        $$\sum_{i=0}^{S^2} \sum_{j=0}^{B} 1_{i\;j}^{obj} \;(C_i-\hat{C_i})^2$$
      - 没物体的置信度
        
        公式
        
        $$\lambda_{noobj} \sum_{i=0}^{S^2} \sum_{j=0}^{B} 1_{i\;j}^{obj} \;(C_i-\hat{C_i})^2$$
        
        解释
        
        给没物体的置信度加权是因为图片中很多grid可能都没有物体，这会导致没物体的权重压制有物体的权重，所以这里权重为0.5
      - 分类
        
        公式
        
        $$\sum_{i=0}^{S^2} 1_{i}^{obj} \sum_{c \in classess} \;(p_i(c)-\hat{p_i}(c))^2$$