YOLO目标检测编程练习

YOLO

在本文中，我们将研究一个这样的对象检测框架——YOLO。这是一个非常快速和精确的框架，YOLO框架(You Only Look Once)与R-CNN不同的是在单个实例中获取整个图像，并预测这些框的边界框坐标和类概率。使用YOLO最大的优点是它的速度非常快，可以处理45帧每秒。YOLO也理解广义对象表示。这是最好的目标检测算法之一，表现出了与R-CNN算法相对相似的性能。

作为刚接触图像的小白，最好的理解方法就是启动我们的Jupyter笔记本(或者您喜欢的IDE)，并最终以代码的形式实现我们的学习了!这是我们到目前为止一直在做的，让我们开始吧。

我们将在本节中看到的实现YOLO的代码取自Andrew NG关于深度学习的GitHub。您需要下载这个zip文件，其中包含运行此代码所需的经过预先训练的权重。

在进行其他操作之前，我们首先导入所需的库:

现在，让我们创建一个根据概率和阈值的过滤框:

接下来，我们将定义一个函数来计算两个方框之间的IOU:

然后，让我们定义一个用于Non-Max Suppression的函数:

我们现在有了计算IOU和执行Non-Max Suppression。我们从形状CNN得到输出(19 19 5 85)。因此，我们将创建一个形状的随机体积(19、19、5、85)，然后预测bounding boxes:

最后，我们将定义一个函数，该函数将CNN的输出作为输入，并返回suppressed boxes:

让我们看看如何使用yolo_eval函数进行预测:

效果如何？

“分数”表示该对象出现在grid cell中的可能性。“boxes”返回被检测对象的坐标(x1, y1, x2, y2)。“类”是已标识对象的类。

现在，让我们使用一个预先训练的YOLO算法对新图像，看看它是如何工作的:

在加载类和预训练模型之后，让我们使用上面定义的函数来获得yolo_output。

现在，我们将定义一个函数来预测边界框并保存包含这些边界框的图像:在加载类和预训练的模型之后，让我们使用上面定义的函数来获得yolo_output。

接下来，我们将读取图像并使用预测函数进行预测:

最后，让我们画出预测图:

预测结果：