Yolov5：没有分割的图像检测？
Yolov5: image detection without segmentation?
我已经阅读了一些关于 Yolov5 图像检测技术的论文。但是论文没有提到 Yolov5 完成的任何分割步骤。虽然我知道没有分割过程就不可能进行图像分类，但我想问以下问题：Yolov5 是否执行任何分割步骤以检测图像？如果是，它使用哪种分割算法？
分割主要使用全卷积网络（FCN）架构。 FCN 是一种没有全连接层 (FC) 的 CNN。分割可以被认为是一个编码器，后面跟着一个解码器。这里编码器和解码器是FCN。
classification 使用 CNN 是一组卷积层（提取输入图像的高级特征）后跟一个或多个完全连接 (FC) 层或密集 layers.Last dense/FC 层 class 将输入图像化为各种 classes.
YOLO是基于CNN的基于回归的物体检测算法architecture.InYOLO图像分割或分割成S*S个网格cells.Each网格单元预测只有一个对象表示一个单元格试图预测一个中心落在该单元格内的对象。对于每个网格单元，CNN 预测
- B 个边界框 (x,y,w,h)。(x,y) 是边界框相对于单元格的中心 location.Confidence 每个预测边界框的分数也是 calculated.Confidence 每个边界框的分数是预测边界框和地面真实边界的 IOU box.Confidence 分数表示边界框包含对象的可能性
每个网格单元的 - C 条件 class 概率（每个 class 一个）。条件class概率是指检测到的物体概率属于class.
CNN prediction/output 的形状将是 (S , S, (B * 5 + C)) ;数字5代表x_center，y_center，边界框的宽度，高度及其置信度得分
如果图像被划分为 7 * 7 个网格单元，每个单元预测 2 个边界框并且 classes 的总数为 3，则 CNN 输出的形状将是 (7,7 ,13)
我已经阅读了一些关于 Yolov5 图像检测技术的论文。但是论文没有提到 Yolov5 完成的任何分割步骤。虽然我知道没有分割过程就不可能进行图像分类，但我想问以下问题：Yolov5 是否执行任何分割步骤以检测图像？如果是，它使用哪种分割算法？
分割主要使用全卷积网络（FCN）架构。 FCN 是一种没有全连接层 (FC) 的 CNN。分割可以被认为是一个编码器，后面跟着一个解码器。这里编码器和解码器是FCN。
classification 使用 CNN 是一组卷积层（提取输入图像的高级特征）后跟一个或多个完全连接 (FC) 层或密集 layers.Last dense/FC 层 class 将输入图像化为各种 classes.
YOLO是基于CNN的基于回归的物体检测算法architecture.InYOLO图像分割或分割成S*S个网格cells.Each网格单元预测只有一个对象表示一个单元格试图预测一个中心落在该单元格内的对象。对于每个网格单元，CNN 预测
- B 个边界框 (x,y,w,h)。(x,y) 是边界框相对于单元格的中心 location.Confidence 每个预测边界框的分数也是 calculated.Confidence 每个边界框的分数是预测边界框和地面真实边界的 IOU box.Confidence 分数表示边界框包含对象的可能性 每个网格单元的
- C 条件 class 概率（每个 class 一个）。条件class概率是指检测到的物体概率属于class.
CNN prediction/output 的形状将是 (S , S, (B * 5 + C)) ;数字5代表x_center，y_center，边界框的宽度，高度及其置信度得分
如果图像被划分为 7 * 7 个网格单元，每个单元预测 2 个边界框并且 classes 的总数为 3，则 CNN 输出的形状将是 (7,7 ,13)