#tensorflow #keras #neural-network #conv-neural-network #yolo
Вопрос:
Я уже видел в многочисленных документах на cnn yolov1 и v2, что часто представлена карта вероятности. Для моего приложения я хотел бы вывести именно такую карту для обнаружения изображения вместо ограничивающего прямоугольника. Это означает, что я хочу иметь уникальное назначение одному из классов x для каждой ячейки моей сетки.
Однако до сих пор мне не удавалось добиться такого результата. Чтобы определить класс ячейки, я поступил следующим образом:
Определение класса ячейки сетки
Я умножил вероятность на все оценки в классе и искал максимум во всех якорных ящиках. Это приводит к тому, что во многих клетках обнаруживаются неправильные классы. Ответственные ячейки, на которые приходится центр обнаруженных ящиков, отображаются правильно с высоким баллом.
В качестве примера один результат показан ниже:
Здесь показаны все ячейки с наибольшим количеством баллов для класса автомобиля. Согласно статье YOLO, я бы предположил, что все ячейки, в которых видна часть автомобиля, также классифицируются как автомобиль.
Можно ли получить результат, аналогичный карте вероятностей, показанной в статье yolo(см. Ниже)?
сетка обнаружения yolo и создание карты вероятностей классов