Как я понимаю YOLO Gride Cell

Question

"Наша система делит входное изображение на сетку S * S. Если центр объекта попадает в ячейку сетки, эта ячейка сетки отвечает за обнаружение этого объекта."

Это от YOLOНа бумаге входные изображения разделены на сетку S * S, что означает, что вывод conv является размером S * S, верно?

Если да, то как эти маленькие ячейки (7 * 7) соединяются?в исходную область входного изображения?Я знаю, как работает конв, но как ограничивающие рамки делают регресс?

Answer 1

Основная правда в оригинальном размере будет «изменена» до SxS, в данном случае 7x7 в Yolov1 или 13x13 в Yolov2. Я думаю, что эта реализация Yolo может быть полезна для вас, чтобы понять, как построено yolo: https://github.com/1991viet/Yolo-pytorch