YOLO——你只看10647次
计算机视觉与模式识别
2022-01-24 v2
摘要
通过本工作，我们将“You Only Look Once”（YOLO）单阶段目标检测方法解释为对10647个固定区域提议的并行分类。我们论证指出，YOLO的每个输出像素都关注前一层中特定的子区域，类似于局部区域提议，从而支持上述观点。这一理解缩小了类YOLO单阶段目标检测模型、类RCNN两阶段基于区域提议的模型以及类ResNet图像分类模型之间的概念鸿沟。此外，我们创建了交互式探索工具以更好地理解YOLO信息处理流：https://limchr.github.io/yolo_visualization
引用
@article{arxiv.2201.06159,
title = {YOLO -- You only look 10647 times},
author = {Christian Limberg and Andrew Melnik and Augustin Harter and Helge Ritter},
journal= {arXiv preprint arXiv:2201.06159},
year = {2022}
}