python - YOLO在YOLO 9000中如何计算P(Object)

Question

目前我正在测试用于对象检测的 yolo 9000 模型，在论文中我了解到图像被分成 13X13 个框，在每个框中我们计算 P(Object)，但是我们如何计算呢？模型如何知道这个盒子里是否有物体，我需要帮助才能理解这一点

我正在使用 tensorflow

谢谢，

Answer 1

他们训练置信度得分 = P(object) * IOU。对于地面实况框，他们采用 P(object)=1，对于其余网格像素，地面实况 P(object) 为零。您正在训练您的网络以告诉您该网格位置是否有某个对象，即如果不是对象则输出 0，如果部分对象则输出 IOU，如果对象存在则输出 1。因此在测试时，您的模型已经能够判断该位置是否有物体。