1 、论文内容结构

YOLO v1
YOLO v1
假阳性:把物体认为是背景的情况

2、yolo的优缺点

YOLO v1

3、yolo结果分析

1、实验一
YOLO v1
2、与fast-RCNN 对比
YOLO v1
3、yolo+fasterRCNN
YOLO v1
YOLO v1
4、yolo泛化能力强,学到物体的本质特征
YOLO v1

4、目标检测评价指标

1、mAP(平均准确率):
绿色:groundtruth
红色:检测出的框,并且给出置信度(confidece)
YOLO v1
YOLO v1
YOLO v1
YOLO v1
AP计算
YOLO v1
YOLO v1

相关文章:

  • 2022-12-23
  • 2021-04-08
  • 2021-08-29
  • 2021-05-04
  • 2022-12-23
  • 2021-04-01
  • 2021-11-29
猜你喜欢
  • 2021-06-11
  • 2021-09-15
  • 2021-10-29
  • 2021-10-07
相关资源
相似解决方案