在本章節中，回顧了FIRE(脸书AI研究)的YOLOV1.網絡只查看圖像一次以偵測多個物件.因此，它被稱為Yolo，你只看一次。

只需查看一次圖像，偵測速度是实时(45fps)。FAST YOLOv1達到155fps。這是另一種最先進的深度學習對象檢測方法，在我寫這篇文章時已於2016年年CVPR發表，引用次數超過2000次。

下面是作者提供的YOLOv1範例：

如果有興趣，他們還提供其他YOLOv1範例：

• YOLO观看YouTube(上)
• YOLO观看YouTube(下)
• YOLO观看YouTube第三部分
• YOLO守望自然(上)
• YOLO守望自然(下)

4.1预留

• 先用Imagnet千级數據集對捲積層做訓練
• 訓練只使用前20層捲積層，後面接上一個Average-Pooling Layer和一個全連結層

4.2.边界框正規化

• yolo訓練前會先依據輸入圖的長寬，正規化(规格化)的長寬，因此包围盒的長寬會介於0~1之間
• 边界框的中心座標(x，y)是在特定网格单元的偏移(偏移)，所以座標也會介於0~1之間

4.3激活功能

• YOLO架構除了最後一層用線性輸出為，每一層都會搭配漏电整流线性激活(漏电重启)
• 因為“Relu會使部分神經元的輸出為0，可以讓神經網路變得稀疏，緩解過度擬合的問題。但衍生出另一個問題是，某些神經元可能永遠不會被激活，導致相應的參數永遠不能被更新(失效重新连接问题)

4.4列车详细信息

• 將預訓練好的部分再接上隨機權重的四層捲積層，和兩層F.C.
• 因為偵測任務通常需要细粒度视觉資訊，提高解析度為448∗448
• bw，bh：yolo訓練前會先依據輸入圖的長寬，正規化(规格化)的長寬，因此包围盒的長寬會介於0~1之間
• Bx，By：边界框的中心座標(x，y)是在特定网格单元的偏移(偏移)，所以座標也會介於0~1之間
• 除了最後一層用线性激活，其他都是泄漏继电器

4.5微调细节

• 纪元：≈≈135，动量：0.9
• 衰减：0.0005，從第一個連接層之後丢失：0.5%
• 学习率調整

• 做圖像了20%HSV色空间中做了1.5倍曝光度和飽和度的隨機調整

5.非最大值抑制

通常做物件偵測時，有可能一個物件被很多候選框給選到(如下圖)，下左圖就是一個例子假設算法抓到這麼多框都是物件，這時我們會採用非最大抑制將多餘的候選框濾除

2.將信心度很低的Bound Box先丟掉，並選出Confiability最高的Box，並假設他為“確定的物件”並加入物件集合

3.將剩餘的Bound Box和Confiability最高的Box、如果算出來的IOU大於設定好的Threshold、那些剩餘的Bound Box的Confiability會被設定為0(也就是這個Bbox重複計算要刪掉)

4.重複上述步驟直到剩下的信心都是0，這時候被存在“物件集合”的物件就是最後結果