object-detection - 关于 YOLO 向量值
问题描述
解析预测
predict_boxes = predict[0, :, :, num_classes + boxes_per_cell:]
predict_boxes = tf.reshape(predict_boxes, [cell_size, cell_size, boxes_per_cell, 4])
confidence_boxes = predict[0, :, :, num_classes:num_classes + boxes_per_cell]
confidence_boxes = tf.reshape(confidence_boxes, [cell_size, cell_size, boxes_per_cell, 1])
class_prediction = predict[0, :, :, 0:num_classes]
class_prediction = tf.argmax(class_prediction, axis=2)
上面的代码是 yolov1 代码的一部分。在查看此处的代码时,有些东西我不明白。
我不知道为什么通过一个称为暗网的卷积网络获得的图像会派生 x,y,w,h 坐标,从而允许您像下面的代码一样绘制一个框。
而接下来我很好奇的是……我用yolo的暗网把448x448的图像做成了7x7xA。我想知道一个 7x7 的网格如何从 448x448 图像中得到一个网格除以 7x7 的值。
解决方案
推荐阅读
- reactjs - 事件处理 - 反应
- python-3.x - 使用多个聚合运算符聚合子字段中的多个列表
- validation - 如何在 Aurelia 验证中接受具有相互依赖的属性的空值?
- c++ - 比较 std::functions 与存储在其中的 lambda 的相等性
- java - 具有 inheret 类型的重载方法
- python-3.x - 在 matplotlib 和使用 PyQt5 构建的 GUI 中使用 LaTex 标签
- entity-framework-core - 向深层嵌套对象添加属性
- html - 文章 & 除了流血过包装和页脚
- java - Logback 的“方法”转换字输出问号“?” 使用 AsyncAppender 时
- reactjs - gatsby-source-filesystem allDirectory 如何排除根目录