极本穷源：YOLO篇（篇幅过长，整理后择日上传）

本文最后更新于：2021年12月16日 下午

YOLO 基础学习

YOLOV3的网络架构

卷积 池化 连接 上下采样

  • 什么是卷积？学过高等数学的对这个词都不陌生，具体参考马同学讲的。

    从数学上来讲“卷积”就是一种数学运算，

  • 什么是图像的上下采样？

    • 缩小图像（或称为下采样（subsampled）或降采样（downsampled））的主要目的有两个：1、使得图像符合显示区域的大小；2、生成对应图像的缩略图。
    • 放大图像（或称为上采样（upsampling）或图像插值（interpolating））的主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上。
    • 对图像的缩放操作并不能带来更多关于该图像的信息, 因此图像的质量将不可避免地受到影响。然而，确实有一些缩放方法能够增加图像的信息，从而使得缩放后的图像质量超过原图质量的。

YOLO 和 Tiny YOLO 的关系

* AI”炼丹”是啥

 深度学习训练模型就像炼丹，没啥理论，纯靠实验，要有很多设备，动不动的训练好几天的数据

* 机器学习算法工程师都要干些啥

 1.基于提出需求设计组合算法即策略解决问题，不限于深度学习，传统视觉，算法策略，大部分需求都是组合算法解决的，例如检测分类姿态等多模态模型组合并配合一些传统算法解决问题(pytorch/caffe opencv)

 2.训练数据采集方案的设计，标注规则的指定以及数据审核

 3.快速实现算法demo并验证算法逻辑策略部分以及评估自测(Python)

 4.模型实际部署平台的性能资源占用和效率评估，评估ok走下一步，否则返回3步骤针对优化验证，

 5.基于c/c++完成算法sdk库开发，其中涉及到模型多平台移植部署(涉及到后端nn推理框架的选用，前后处理部分代码的编写)，代码高性能优化(simd cuda openc,openmpl...)

 6.算法库文档编写，外发sdk库

* yolov3基础知识

* 上采样，下采样

##NMS是啥，如何进行NMS调参##

NMS（）：非极大化抑制算法。

* 288.cfg

  • ignore_thresh = .7

  • beta_nms=0.7

  • result

* 288.cfg

  • ignore_thresh = .7

  • beta_nms=0.8

  • result

* 416.cfg

  • ignore_thresh = .7

  • beta_nms=0.7

  • result

* 416.cfg

  • ignore_thresh = .7

  • beta_nms=0.5

  • result