CV感悟：YOLO与R-CNN的⽐较
⼀、⾸先理解下“⼀步法”和“两步法”
two-stage⽅法，如R-CNN系算法
西雅图华盛顿大学即是两步法：
四级查分网站
that-- 第⼀步选取候选框
-- 第⼆步对这些候选框分类或者回归
one-stage⽅法，如Yolo和SSD
即是⼀步法：
-- 其主要思路是均匀地在图⽚的不同位置进⾏密集抽样
-- 抽样时可以采⽤不同尺度和长宽⽐，然后利⽤CNN提取特征后直接进⾏分类与回归
msv-- 整个过程只需要⼀步，所以其优势是速度快
布朗特三姐妹>personal statement 范文
⼆、YOLO
即是YOU ONLY LOOK ONCE，俗称“⼀次就好”，我陪你去看天荒地⽼。。。跑题了。
anda先回忆下 R-CNN 是怎么选取候选框进⾏⽬标识别的
-- 可以近似总结为暴⼒法(实际上是⽤lective-arch选了2000个左右的候选框)，本质上是每⼀个尺⼨每⼀个像素循环⼀遍 fast R-cnn
-- 本质上就是提取候选框的速度⽐R-CNN快；
所有R-CNN的⽅法都是将⽬标检测分为两部分实现的：
-- 1）物体的类别；分类问题。
-- 2）物体的区域，即bounding box，回归问题。
回到YOLO：
-- 是直接当做回归问题求解，输⼊图像经过处理，可以直接获取到图像中物体的类别及其confidence以及物体的位置。
graduates
-- 具体⽅法是：
beltal-- YOLO将输⼊图像分为S×S个grid，每个grid负责检测落⼊其中的物体。
-- 如果物体的中⼼位置落⼊该grid，则该grid就负责检测出这个问题。
-- 每个grid输出B个bounding box的同时还要输出C个物体属于某类的confidence
ckj-- 从B个⾥⾯挑选IOU最⼤的那个bounding box，同时C是总共包含的类的类别。
三、补充说明：什么是grid，什么是IOU
grid是⽹格的意思，⼀般YOLO⽅法会把图⽚划分为 S*S 的⽹格，每个⽹格都负责检测物体并输出物体类别和位置，计算IOU
IOU，简单来讲就是模型产⽣的⽬标窗⼝和原来标记窗⼝的交叠率
-- 具体计算：检测结果(DetectionResult)与 Ground Truth 的交集⽐上它们的并集，即为检测的准确率 IoU
