yolo что значит аббревиатура

Алгоритм YOLO простым языком

Что такое YOLO? Эта аббревиатура расшифровывается как “You Only Look Once” (“Стоит только раз взглянуть”). YOLO — современный алгоритм глубокого обучения, который широко используется для обнаружения объектов. Он был разработан Джозефом Редмоном и Али Фархади в 2016 году.

Чем YOLO отличается от других алгоритмов глубокого обучения для обнаружения объектов?

Основное отличие YOLO от других алгоритмов сверточной нейронной сети (CNN), используемых для обнаружения объектов, заключается в том, что он очень быстро опознает объекты в режиме реального времени. Принцип работы YOLO подразумевает ввод сразу всего изображения, которое проходит через сверточную нейронную сеть только один раз. Именно поэтому он называется “Стоит только раз взглянуть”. В других алгоритмах этот процесс происходит многократно, то есть изображение проходит через CNN снова и снова. Так что YOLO обладает преимуществом высокоскоростного обнаружения объектов, чем не могут похвастать другие алгоритмы.

Представьте себе автомобиль, оснащенный функцией самостоятельного вождения, который использует обычный алгоритм обнаружения объектов сети CNN. Если алгоритм заметит впереди препятствие, машина затормозит сама. Но в данном случае все будет происходить медленно, и алгоритм увидит объект-препятствие довольно поздно. Это может привести к аварии. Теперь представьте себе ту же ситуацию с YOLO. На этот раз автомобиль оснащен алгоритмом YOLO и остановится как раз вовремя, так как очень быстро обнаружит препятствие в режиме реального времени.

Как работает YOLO?

Алгоритм YOLO был обучен на определенном типе набора данных, который состоит из 80 различных типов классов (см. ниже):

Алгоритм YOLO способен обнаруживать все эти 80 видов объектов на изображении. Он также может быть специально обучен, чтобы легко находить новые объекты. Набор данных, который использовался для обучения обнаружения 80 классов объектов, известен под названием “Coco”.

Мы расскажем о работе алгоритма YOLO очень кратко и просто, так как эта статья предназначена для новичков!

Сначала изображение, которое вводится в сеть, разделяется на секции. Возьмем для примера матрицу-сетку 3×3.

Итак, этому изображению был дан формат матрицы размером 3×3. На данном фото в общей сложности 9 секций. Каждая из них имеет определенные параметры. Если мы допустим, что общее количество классов, которые мы ищем на рисунке, равно 3 (предположительно это будут человек, автомобиль и самолет), то каждая секция будет иметь в общей сложности 8 параметров. Но почему именно 8? Потому что каждая секция содержит 5 параметров и три параметра класса. Эти 5 параметров перечислены ниже:

Чтобы комментировать эти параметры, нам нужно знать, что такое ограничивающие рамки. При подготовке обучающих данных мы должны выделить объект, который хотим обнаружить на изображении. Делаем мы это с помощью ограничивающих рамок. Как правило, они представляют собой квадраты или прямоугольники, которые выделяют определенную часть изображения (как на примере ниже):

В данном случае нам нужно обнаружить автомобили, поэтому мы помещаем ограничивающие рамки вокруг всех автомобилей, присутствующих на нем. Теперь нам необходимо узнать значения 5 параметров в каждой секции в матрице 3×3. Ниже представлена фотография отдельной секции, в которой есть автомобиль.

Красная точка в середине обозначает центр ограничивающей рамки. Горизонтальная синяя стрелка — это параметр “tx” (расстояние между красной точкой и самой левой частью этой секции). Вертикальная синяя стрелка — это “ty” (расстояние между красной точкой и самой верхней частью секции). Горизонтальная белая стрелка — это ширина ограничительной рамки по отношению к секции (параметр “tw”). Вертикальная белая стрелка обозначает высоту ограничивающей рамки по отношению к секции и указывается как “th”.

Параметр “po”, также известный как индекс объектности, выражает вероятность успешного обнаружения объекта в ограничивающей рамке. И да, вы угадали, значение 0,99 на первой картинке этой статьи— индекс объектности, указывающий на наличие лица в ограничивающей рамке, которая его окружает. Индексы “p1”, “p2” и “p3” говорят нам о вероятности того, что этот объект окажется человеком, автомобилем или самолетом соответственно. Все 9 секций, присутствующих в матрице 3×3, имеют эти 8 параметров, и именно они помогают алгоритму YOLO точно обнаружить объект.

Заключение

Работа алгоритма YOLO по корректному обнаружению объектов не обходится без некоторых сложностей. Здесь мы просто хотели дать вам краткое представление о его функционировании простым языком.

Источник

Swag and Yolo

04 Feb 2015 в 22:10

04 Feb 2015 в 22:10 #1

Откуда пошли эти фразы и че они значат?

04 Feb 2015 в 22:12 #2

04 Feb 2015 в 22:13 #3

04 Feb 2015 в 22:14 #4

You Only Live Once. Каждая новая тема от тебя все глупее и глупее.

04 Feb 2015 в 22:14 #5

04 Feb 2015 в 22:14 #6

Ю лив онли ванс (живем один раз)

04 Feb 2015 в 22:15 #7

Swag-модный
YOLO- аббревиатура,означающая «живем только 1 раз»(не помню расшифровки)

04 Feb 2015 в 22:16 #8

Secretly we are gays

04 Feb 2015 в 22:16 #9

04 Feb 2015 в 22:17 #10

04 Feb 2015 в 22:17 #11

Yolo-you only live once-живешь один раз.Произносится когда делается какой-то экстремальный\опасный\необдуманный поступок\действие.
Swag:одна из версий-Secretly we are gays(По секрету мы геи)
Лично я использую\понимаю слово Swag-Круть.
Американский сленг.

04 Feb 2015 в 22:18 #12

04 Feb 2015 в 22:19 #13

Собрал на рики лотар, сказал тиме «йоло» и никто не посмеет возразить. Это как джагер с момом

04 Feb 2015 в 22:20 #14

04 Feb 2015 в 22:20 #15

Источник

Русские Блоги

Подробное объяснение алгоритма YOLO

YOLO означает «Вы смотрите только один раз: унифицированное обнаружение объектов в реальном времени». Это алгоритм обнаружения целей, предложенный в CVPR2016. Основная идея заключается в преобразовании обнаружения целей в решение проблем регрессии, основанном на отдельной сквозной сети. Завершите ввод исходного изображения для вывода положения и категории объекта. YOLO и Faster RCNN имеют следующие различия:

Рисунок 1 Разница между YOLO и Faster RCNN

Можно видеть, что YOLO объединяет всю проблему обнаружения в задачу регрессии, что делает структуру сети простой и скорость обнаружения значительно ускоряется, поскольку сеть не имеет ответвлений, обучение необходимо выполнить только один раз. Эта идея «преобразования обнаружения в регрессию» очень эффективна, и многие более поздние алгоритмы обнаружения (включая SSD) заимствовали эту идею.

1. Структура сети YOLO

Рисунок 2 Структура сети YOLO (конкретная конфигурация структуры сети: https://github.com/pjreddie/darknet/blob/master/cfg/yolov1/yolo.cfg)

Структура сети YOLO показана на рисунке 2 выше. По сравнению с Faster RCNN, YOLO имеет простую структуру, и сеть содержит только уровни conv, relu, pooling и полностью подключенные, и, наконец, уровень обнаружения, используемый для синтеза информации. Среди них свертка 1×1 используется для многоканального объединения информации (если вы не понимаете свертку 1×1, см. Предыдущую статью Faster RCNN).

2. Основная идея YOLO

Рабочий процесс YOLO делится на следующие процессы:
(1) Разделите исходное изображение на сетку SxS.Если центр цели попадает в определенную сетку, эта сетка отвечает за обнаружение цели.

В YOLO каждая сетка имеет только одну категорию C. Это эквивалентно игнорированию ограничивающих рамок B. Каждая сетка оценивает категорию только один раз. Это очень просто и грубо.

(3) В дополнение к возвращению в свою собственную позицию, каждый ограничивающий прямоугольник также должен предсказать значение достоверности.Эта достоверность представляет двойную уверенность в том, что предсказанный прямоугольник содержит достоверность цели, а ограничивающий прямоугольник предсказывает:

Поэтому каждый ограничивающий прямоугольник содержит 5 предикторов: (x, y, w, h, достоверность), где (x, y) представляет предсказанный прямоугольник относительно центра сетки, а (w, h) представляет прогнозируемый прямоугольник относительно Для соотношения ширины и высоты изображения достоверность является вышеуказанной достоверностью. Необходимо пояснить, что x, y, w и h здесь нормализованы, и объясним позже.

(4) Поскольку входное изображение делится на сетки SxS, каждая сетка включает в себя 5 предикторов: (x, y, w, h, достоверность) и класс C, поэтому выходной сигнал сети имеет размер SxSx (5xB + C)

(5) При обнаружении цели условная вероятность класса, прогнозируемая каждой сеткой, и информация о достоверности, прогнозируемая ограничивающей рамкой, умножаются для получения индивидуальной для класса оценки достоверности каждой ограничивающей рамки:

3. Нормализация ограничивающего прямоугольника в YOLO

У YOLO есть важная деталь в реализации, то есть нормализация координат (x, y, w, h) ограничительной рамки для регрессии. Автор считает, что это очень важная деталь. В оригинальном разделе 2.2 Traing есть следующий параграф:

Далее проанализируем, как этого добиться.

Рисунок 5 Соотношение между сеткой SxS и ограничительной рамкой (S = 7, row = 4 и col = 1)

(1) Нормализуйте ширину и высоту ограничительной рамки следующим образом, чтобы ширина и высота вывода находились в диапазоне от 0 до 1:

(2) Используйте смещение сетки (row, col), чтобы нормализовать координаты центра ограничительной рамки:

Нормализация (x, y, w, h), полученная по вышеприведенной формуле, плюс вышеупомянутая достоверность вместе образуют ограничивающий прямоугольник, который действительно используется для регрессии в сети;

Когда сеть находится на этапе тестирования (x, y, w, h) после обратного декодирования, цель может быть получена в кадре системы координат изображения. Соответствующий код декодирования находится в функции get_detection_boxes () в детектировании_layer.c платформы darknet. Ключевые части следующие:

4. ЙОЛО учебный процесс

Для любого типа сети потеря очень важна и напрямую определяет качество эффекта сети. Функция потери функции YOLO в основном рассмотрела следующие три аспекта

(1) Ошибка предсказания координат (x, y, w, h) ограничительной рамки.При фактическом использовании алгоритмов обнаружения обычно существует такой опыт: при прогнозировании ограничивающих прямоугольников разных размеров, по сравнению с прогнозированием размера большого прямоугольника, измерение размера небольшого прямоугольника определенно невыносимо. Следовательно, необоснованно одинаково обрабатывать коробки разных размеров при потере. Чтобы решить эту проблему, автор использовал более изобретательный метод: сначала найти диапазон сжатых значений квадратного корня для w и h, а затем выполнить регрессию.

С последующим эффектом, это эффективно, но это не полностью решает проблему.

(2) Ошибка предсказания достоверности ограничительной рамки.Поскольку большинство сеток не содержат целей, что приводит к доверительному значению = 0 для большинства блоков, при проектировании ошибок достоверности нецелесообразно одинаково обрабатывать блоки с целями и без них, в противном случае модель будет нестабильной. Автор умножает вес штрафа на погрешность доверительного предсказания коробки без объекта =0.5。

Кроме того, неразумно обрабатывать ошибку прогнозирования координат в 4 значениях (x, y, w, h) и ошибку прогнозирования конференции в 1 значение в равной степени, поэтому автор умножает вес перед ошибкой прогнозирования координат. (Что касается того, почему это 5 вместо 4, я не знаю T_T).

(3) Ошибка прогнозирования классификации.То есть, к какой категории принадлежит каждый блок, следует отметить, что сетка предсказывает категорию только один раз, то есть все ограничивающие блоки B в каждой сетке по умолчанию относятся к одной и той же категории. Следовательно, окончательная ошибка YOLO выглядит следующим образом:

Loss = λcoord * Ошибка прогнозирования координат + (ошибка прогнозирования достоверности с объектом + λnoobj * Ошибка предсказания достоверности коробки без объекта) + Ошибка предсказания категории

Реализация сети в различных общих рамках обычно требует завершения прямого и обратного процессов. Функцию прямого необходимо кодировать только в соответствии с потерей, а функцию обратного хода просто необходимо рассчитать остаточную дельту. Вот краткое объяснение отрицательной обратной связи YOLO, то есть метода реализации в обратном направлении. В руководстве UFLDL метод прямого распространения по сети определяется как:

Последний слой остатков обратного распространения определяется как:

Затем остаток для обнаружения_ слоя становится:

Необходимо только рассчитать разницу между целевым значением обучения параметра каждого элемента и выходным значением сети и вернуть его в обратном порядке, в соответствии с кодом. Читатели других деталей, пожалуйста, проанализируйте код самостоятельно и не будете вводить его.

5. Дальнейшее понимание YOLO

После настройки сети и ее инициализации мы можем получить матрицу SxSx (5 * B + C), которая нам нужна, вперед, но значение не то, что мы хотим. После вышеупомянутого обучения отрицательной обратной связи в рамках YOLO Loss, очевидно, мы можем получить нашу матрицу SxSx (5 * B + C), а затем мы можем получить окно вывода после анализа + NMS.

По существу, более быстрый RCNN получает кадр обнаружения путем различения и исправления якорей, а YOLO получает кадр обнаружения путем принудительной регрессии.

Рисунок 8 Вывод YOLO

6. Анализ результатов

В статье автор приводит сравнение результатов обнаружения YOLO и Fast RCNN, как показано ниже. Уровень неправильной оценки фона YOLO (4,75%) намного ниже, чем у Fast RCNN (13,6%). Тем не менее, точность позиционирования YOLO является низкой, составляя 19,0% от общей ошибки, в то время как быстрый рсн составляет всего 8,6%. Это показывает, что идея преобразования обнаружения в регрессию в YOLO имеет лучшую точность, но метод позиционирования ограничительной рамки нуждается в дальнейшем улучшении.

Таким образом, YOLO имеет следующие характеристики:

Источник

Термин «YOLO» авторства Дрейка попал в Оксфордский словарь английского

Новости партнеров

2021, Navigator Records

Оценка: 7,5 из 10.

Алексей Мажаев, InterMedia

16 ноября 2021 года, вторник

28 лет актрисе и модели Анастасии Шубской.

44 года актрисе Мэгги Джилленхол.

47 лет актрисе Ханне Уэддингхэм.

53 года барабанщику группы «Мумий Тролль» Олегу Пунгину.

55 лет клавишнику группы Rammstein Кристиану Лоренцу.

57 лет певице Дайане Кролл.

59 лет певцу и композитору Игорю Корнелюку.

60 лет лидеру группы «СерьГа» Сергею Галанину (на фото).

Сергей Юрьевич Галанин родился 16 ноября 1961 года в Москве. Советский и российский музыкант, поэт, композитор и певец. Вокалист, гитарист и основатель группы «СерьГа». Участник группы «Бригада С».

63 года певцу Александру Малинину.

74 года актёру Владимиру Ильину.

255 лет назад родился скрипач и композитор Рудольф Крейцер (1766-1831).

17 ноября

38 лет телеведущему Тимуру Еремееву.

43 года актрисе Рэйчел Макадамс.

55 лет актрисе Софи Марсо.

77 лет актёру Дэнни Де Вито.

79 лет режиссёру Мартину Скорсезе.

1 год назад умер режиссёр Роман Виктюк (1936-2020).

15 лет назад умерла певица Рут Браун (1928-2006).

55 лет назад родился гитарист Джефф Бакли (1966-1997).

95 лет назад родился актёр и футбольный комментатор Котэ Махарадзе (1926-2002).

120 лет назад родился кинорежиссёр Иван Пырьев (1901-1968).

18 ноября

31 год актёру Мэтту Милну.

38 лет кинорежиссёру Жюлии Дюкурно.

40 лет актрисе Эмилии Спивак.

41 год актрисе Виктории Полторак.

51 год режиссёру Константину Буслову.

53 года актёру Оуэну Уилсону.

59 лет гитаристу группы Metallica Кирку Хэмметту.

60 лет сценаристу и продюсеру Стивену Моффату.

61 год актёру Евгению Муравичу.

61 год певице Ким Уайлд.

69 лет актёру Делрою Линдо.

71 год певцу Михаилу Муромову.

71 год гитаристу Грэму Паркеру.

73 года певцу Тынису Мяги.

82 года певице Аманде Лир.

25 лет назад умер актёр Зиновий Гердт (1916-1996).

235 лет назад родился композитор Карл Мария фон Вебер (1786-1826).

Промо

Борис Гребенщиков: «Если человек не хочет вакцинироваться, а предпочитает целомудренно дрейфовать в сторону кладбища, то это его выбор»

О ЕГО КНИГЕ «СВЯЩЕННЫЕ МЕСТА В ИНДИИ»

— Эту книгу я начал очень давно, просто потому что почувствовал, что это нужно сделать; много лет писал потихоньку и выставлял плоды работы на сайте «Аквариума». И вот спустя 25 лет ко мне в дверь постучалось замечательное издательство АСТ и сказало, что хочет эту книгу издать, за что я им страшно благодарен — потому что после их просьбы мне пришлось-таки сесть и закончить её. Все священные места Индии, о которых я слышал что-либо, в этой книге упомянуты, многие рассказы даже снабжены фотографиями. Поэтому я доволен. Еще одно дело сделано.

ПОЧЕМУ ИНДИЯ?

— Индия — это колыбель цивилизации, какой мы ее знаем. Не зря ее называют Бхарат Мата, Мать Индия. Еще в школе, слушая Beatles, я не мог не обратить внимание, что в 1966–1967 годах в их музыке появилось что-то новое, ни на что не похожее и совершенно чарующее. Вскоре стало известно, что это влияние индийской музыки. И мне стало интересно, что же это за Индия такая, что у них за такая фантастически интересная музыка. Я начал искать хоть какую-то информацию об Индии — и выяснилось, что в Советском Союзе не так просто было найти книги об индийской культуре, разве что какие-нибудь редкие академические издания. В итоге я все-таки нашел книгу Нарайана «Боги, демоны, люди» — с нее-то всё и началось. Я понял, что в Индии не только музыка интересна — за этой музыкой стоит еще более глубокая философия. Всё, что мы в Европе имеем и знаем, — это всё идет оттуда. Поэтому Индия на самом деле — во многом мать современной культуры.

О СВЯЗИ РУССКОЙ И ИНДИЙСКОЙ КУЛЬТУР

— Понимаете, в русском языке полным-полно слов из санскрита. Не зря говорят — «индоевропейская культура». И многое из того, что есть в России, так или иначе идет из Индии. Поэтому так интересно мне было — и до сих пор интересно — ездить по Индии, разыскивать священные места, посещать все эти храмы. И когда я там — я в сказочном мире. И различие санитарных норм меня совсем не пугает. При этом на Индии свет клином не сошёлся. Есть Япония и Китай, есть края, сформированные тибетской культурой. Да что далеко ходить — посмотрите, как много в России есть прекрасных и священных мест. Собственно говоря, я уж лет 30 назад придумал себе дело жизни: ездить по России (и сопредельным братским странам) и составлять каталог чудотворных икон. Результаты находятся на сайте «Аквариума». Последняя книга на эту тему была написана в 1899 году православным писателем Евгением Поселяниным; но с тех пор много что изменилось, была революция, новая власть объявила войну православию; иконы переезжали, терялись, прятались, уничтожались. Но мне кажется, что традицию любовного и бережного отношения к своим святыням стоило бы возобновить. Без этого нельзя, это самое сердце России. Так что лиха беда начало.

ОБ ОГРАНИЧЕНИЯХ И ОТКАЗЕ ОТ ВАКЦИНАЦИИ

— Знаете, я за последние полтора года заметил, что тех, кому нужно было передвигаться, ограничения никак не останавливали. А что до споров о вакцинах, то мне кажется, что у каждого есть право на свою точку зрения; если человек не хочет вакцинироваться, а предпочитает целомудренно дрейфовать в сторону кладбища, то это его выбор. Как говорят индусы, со временем он переродится с другой точкой зрения.

О РОЛИ ПУТЕШЕСТВИЙ ДЛЯ РАЗВИТИЯ ДУШИ

— У каждого свои методы. Некоторые годами сидят на месте, а другие не могут не изучать мир; говорят, что не все люди дорастают в своем развитии до желания путешествовать.Есть люди, которые сидят у себя на дачном участке и говорят: да мы в гробу видали все ваши путешествия, весь ваш этот мир — западный, восточный и любой другой, все это полная чушь. У меня есть один очень хороший знакомый, который всегда смеялся надо мной, ему казалось нелепым, что я все время езжу куда-то. Однако, как только ему дали визу в Индию, он рванул туда, и потом его было оттуда не выцарапать несколько лет. Я думаю, что у каждого свой путь; но бывает, что у человека открываются глаза и он понимает, что отрицание окружающего мира — глупость; путешествовать необходимо хотя бы для того, чтобы вернуться потом домой и дом этот сделать лучше. А чтобы сделать лучше, нужно узнать, как делают все остальные, узнать — и применить этот опыт у себя дома на практике. Не зря царь Петр ездил учиться в другие страны. А пока люди сидят у себя в огороде, не выходят за пределы своего участка и говорят: «А нам ничего другого не нужно», у них не будет понимания, как сделать свой огород лучше. Таких людей жалко. Но и к ним рано или поздно придет озарение, и они этого захотят.

О МУЗЫКЕ В СОВРЕМЕННОМ МИРЕ

— В современном нам советском/постсоветском мире многие забыли, что музыка вообще существует. Раньше в понятие «образованный человек» естественно входило музыкальное воспитание. С древних времен было известно, что музыка воздействует на душу, минуя ум. Теперь душу «отменили» за невыгодностью. Хорошая песня — это магия, в которой музыка и слова неотделимы. Это магия, которая позволяет людям сделать себя лучше и быть лучше по отношению к другим. Алхимия. Великое делание. Воспитание души. Поэтому музыка не бывает «западная», «восточная», «северо-восточная», «южная». Как и вообще культура. Это только внешние признаки. Насколько я помню, Гёте говорил, что искусство и наука не могут быть патриотичными. Искусство — это то, что воспитывает всех людей, вне зависимости от того, по какую сторону придуманной границы они живут. Потому что все границы придуманы, и сердцем мы это прекрасно знаем.

О ГРЯДУЩЕМ АЛЬБОМЕ «АКВАРИУМА»

— Что получится в итоге — предсказать невозможно, музыка — сущность своевольная; но хочется записать (как говорят мои знакомые) «духоподъёмный» альбом. Последние три наших альбома («Соль», «Время N» и «Знак Огня») выходили в свет под псевдонимом «БГ», потому что мне казалось неправильным связывать имя «Аквариум» с такими исповедально-драматическими песнями; как кто-то правильно назвал это, трилогия «Вой». А теперь мне хочется, чтобы вернулся «Аквариум», чтобы показывать то, чем мы все являемся.

(Мария Лащева, Фонтанка.Ру, 15.11.2021).

Источник