深度学习与Tensorflow2.0实战笔记之目标检测——YOLO

最近在学习目标检测相关知识，在这里记录一下自己的学习心得及笔记

一、算法原理

yolo是根据已经给定的5个anchor来计算精度，利用预测得到的box和5个anchor中重合率最高的那个来计算loss，输出的shape为[b,16,16,5,7],其中b为图片数量，16为feature map的尺寸（自己设置），5为box的数量，7分别为[x，y（中心点），w，h，cof（置信度），label（分为几类就是几，这里是2）]

先这样吧。。排版最后结束了再来排

标签：box,计算精度,16,检测,YOLO,笔记,Tensorflow2.0,anchor
来源： https://blog.csdn.net/weixin_44476371/article/details/104877769