論文翻譯之YOLO

摘要 我們推出了一個新的目標檢測方法—YOLO。先前有關目標檢測的工作將分類器用於執行檢測。取而代之的是,我們將目標檢測框架化爲空間分隔的邊界框和相關類概率的迴歸問題。單個神經網絡可以在一次評估中直接從完整圖像中預測邊界框和類概率。 由於整個檢測pipeline是單個網絡,因此可以直接在檢測性能上進行端到端優化。 我們的統一體系結構非常快。 我們的基礎YOLO模型以每秒45幀的速度實時處理圖像。
相關文章
相關標籤/搜索