溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這期內容當中小編將會給大家?guī)碛嘘P神經網(wǎng)絡怎么全視野實時檢測目標YOLO，文章內容豐富且以專業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。
YOLO全名You only look once（你只需要看一眼），是一個用于攝像頭的實時目標檢測系統(tǒng)。它能分辨出6000種物體，可在Titan X顯卡上以40-90FPS的幀率處理視頻。
007跑得再快，它看上一眼也能記?。?/p>
YOLO的作者是華盛頓大學（保羅·艾倫母校）的Joseph Redmon和保羅·艾倫AI研究所的Ali Farhadi，該項目目前已經開源，代碼用C和CUDA寫成，還有訓練好的參數(shù)供你下載。
YOLO在原理上不同于過往的目標檢測系統(tǒng)，人們過去只是把分類器和定位器的模型重用到目標檢測上，用以監(jiān)控攝像頭視野中的多處位置和區(qū)域，得分最高的區(qū)域就被認為是發(fā)現(xiàn)目標。
YOLO的神經網(wǎng)絡則可以監(jiān)控攝像頭的整個視野，如下圖所示，它把整個視野的圖像分成13×13的方格細胞：
每個方格細胞負責預測5個目標框，并以目標框來描述神經網(wǎng)絡所檢測到的物體：
不過，YOLO所輸出的置信度數(shù)值，并非針對它所要識別的目標，而是目標框形狀的契合程度。置信度越高，目標框就越粗：
目標框確定后，方格細胞便據(jù)此來預測目標的分類。以PASCAL VOC圖像數(shù)據(jù)集為例，YOLOh很輕松就能辨別出20種不同的目標：自行車、船、汽車、貓、狗、人……
與基于分類器的老式系統(tǒng)不同，YOLO僅運行一個神經網(wǎng)絡就能實時檢測目標，相比要運行數(shù)千個神經網(wǎng)絡才能檢測目標的R-CNN系統(tǒng)，它能快上1000倍。
上述就是小編為大家分享的神經網(wǎng)絡怎么全視野實時檢測目標YOLO了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業(yè)資訊頻道。
免責聲明：本站發(fā)布的內容（圖片、視頻和文字）以原創(chuàng)、轉載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關證據(jù)，一經查實，將立刻刪除涉嫌侵權內容。
