YOLO V3 objectness标签
188*****018 发布于2020-01-16 浏览:2933 回复:2
2
收藏

YOLO V3 模型里有个objectness标签,开始我也是一脸懵逼。查阅资料后总结如下: objectness可以具象化理解为“置信度”;objectness对应的是布尔值类型的二分类标签通常是1和0(也有-1),理解成对应True和false逻辑值。 由于每个真实框只对应一个objectness标签为正的预测框,如果有些预测框跟真实框之间的IoU很大,但并不是最大的那个,那么直接将其objectness标签设置为0当作负样本,可能并不妥当。为了避免这种情况,YOLO-V3算法设置了一个IoU阈值iou_thresh,当预测框的objectness不为1,但是其与某个真实框的IoU大于iou_thresh时,就将其objectness标签设置为-1,不参与损失函数的计算。

收藏
点赞
2
个赞
共2条回复 最后由丶路标回复于2021-04-25
#3丶路标回复于2021-04-25

感谢 很有启发

 

0
#2才能我浪费99回复于2020-01-26

YOLOV3比Faster RCNN难理解一点

0
TOP
切换版块