Yolov5：没有分割的图像检测？答案

【问题标题】：Yolov5: image detection without segmentation?Yolov5：没有分割的图像检测？
【发布时间】：2022-01-08 11:20:44
【问题描述】：

我阅读了很多关于 Yolov5 图像检测技术的论文。但是这些论文没有提到 Yolov5 所做的任何分割步骤。虽然我知道没有分割过程就不可能进行图像分类，但我要问以下问题：Yolov5 是否会执行任何分割步骤来检测图像？如果是，它使用哪种分割算法？

【问题讨论】：

【解决方案1】：

分割主要使用全卷积网络（FCN）架构。 FCN 是一个没有全连接层（FC）的 CNN。分割可以被认为是一个编码器，然后是一个解码器。这里的encoder和decoder是FCN。

分类使用 CNN 是一组卷积层（提取输入图像的高级特征），然后是一个或多个全连接 (FC) 层或密集层。最后一个密集/FC 层对将图像输入到各种类中。

YOLO 是一种基于 CNN 架构的回归目标检测算法。在 YOLO 中，图像被分割或分割成 S * S 个网格单元。每个网格单元只预测一个对象，这意味着一个单元试图预测一个中心位于该单元格内的对象。对于每个网格单元 CNN 预测

B 个边界框(x,y,w,h)。(x,y) 是边界框相对于单元位置的中心。还计算每个预测边界框的置信度得分。每个边界框的置信度得分边界框是预测边界框和ground truth边界框的IOU。置信度分数代表边界框包含对象的可能性
每个网格单元的 C 条件类概率（每个类一个）。条件类概率是指检测到的对象属于某个类的概率。

CNN 的预测/输出形状将是 (S , S, (B * 5 + C)) ；数字 5 代表边界框的 x_center,y_center,width,height 及其置信度分数

如果将图像划分为 7 * 7 个网格单元，每个单元预测 2 个边界框，并且总类数为 3，则 CNN 输出的形状为 (7,7,13)

【讨论】：