moid函数python,mouse函数

YOLOv3详解

YOLO是“You Only Look Once”的简称，它虽然不是最精确的算法，但在精确度和速度之间选择的折中，效果也是相当不错。YOLOv3借鉴了YOLOv1和YOLOv2，虽然没有太多的创新点，但在保持YOLO家族速度的优势的同时，提升了检测精度，尤其对于小物体的检测能力。YOLOv3算法使用一个单独神经网络作用在图像上，将图像划分多个区域并且预测边界框和每个区域的概率。

成都创新互联主营天桥网站建设的网络公司,主营网站建设方案,app软件开发公司,天桥h5小程序设计搭建,天桥网站营销推广欢迎天桥等地区企业咨询

YOLOv3仅使用卷积层，使其成为一个全卷积网络（FCN）。文章中，作者提出一个新的特征提取网络，Darknet-53。正如其名，它包含53个卷积层，每个后面跟随着batch normalization层和leaky ReLU层。没有池化层，使用步幅为2的卷积层替代池化层进行特征图的降采样过程，这样可以有效阻止由于池化层导致的低层级特征的损失。Darknet-53网络如下图左边所示。

输入是 。输出是带有识别类的边界框列表，每个边界框由 六个参数表示。如果 表示80个类别，那么每个边界框由85个数字表示。

在YOLO中，预测过程使用一个 卷积，所以输入是一个特征图。由于使用 卷积，因此预测图正好是特征图大小（ 卷积只是用于改变通道数）。在YOLOv3中，此预测图是每个cell预测固定数量的边界框。

如上图所示，预测图的深度为75，假设预测图深度为 ， 表示每个cell可以预测的边界框数量。这些 个边界框可以指定检测到一个物体。每个边界框有 个特征，分别描述中心点坐标和宽高（四个）和物体分数（一个）以及 个类置信度（上图中 ）。YOLOv3每个cell预测三个边界框。

如果对象的中心（GT框中心）落在该cell感受野范围内，我们希望预测图的每个单元格都能通过其中一个边界框预测对象。其中只有一个边界框负责检测物体，首先我们需要确定此边界框属于哪个cell。

为了实现上面的想法，我们将原始图像分割为最后预测图维度大小的网格。如下图所示，输入图像维度为 ，步幅为32（最后的预测图降采样32倍），最后预测图维度为 ，所以我们将原始图像划分为 的网格。

直接预测框的宽高会导致训练时不稳定的梯度问题，因此，现在的很多目标检测方法使用log空间转换或者简单的偏移（offset）到称为锚框的预定义默认边界框。然后将这些变换应用到锚框以获得预测，YOLOv3具有三个锚框，可以预测每个单元格三个边界框。

锚框是边界框的先验，是使用k均值聚类在COCO数据集上计算的。我们将预测框的宽度和高度，以表示距聚类质心的偏移量。

以下公式描述了如何转换网络输出以获得边界框预测：

这里 分别是我们预测的中心坐标、宽度和高度。 是网络的输出。 是网格从顶左部的坐标。 是锚框的维度（见下图）。

通过sigmoid函数进行中心坐标预测，强制将值限制在0和1之间。YOLO不是预测边界框中心的绝对坐标，它预测的是偏移量：相对于预测对象的网格单元的左上角；通过特征图cell归一化维度。

例如，考虑上面狗的图像。如果预测中心坐标是 ，意味着中心在 （因为红色框左上角坐标是 ）。但是如果预测的坐标大于1，例如 ，意味着中心在 ，现在中心在红色框右边，但是我们只能使用红色框对对象预测负责，所以我们添加一个sidmoid函数强制限制在0和1之间。

通过对输出应用对数空间转换，然后与锚框相乘，可以预测边界框的尺寸（如上面的计算公式）。

物体分数表示一个边界框包含一个物体的概率，对于红色框和其周围的框几乎都为1，但边角的框可能几乎都为0。物体分数也通过一个sigmoid函数，表示概率值。

类置信度表示检测到的物体属于一个具体类的概率值，以前的YOLO版本使用softmax将类分数转化为类概率。在YOLOv3中作者决定使用sigmoid函数取代，原因是softmax假设类之间都是互斥的，例如属于“Person”就不能表示属于“Woman”，然而很多情况是这个物体既是“Person”也是“Woman”。

为了识别更多的物体，尤其小物体，YOLOv3使用三个不同尺度进行预测（不仅仅只使用 ）。三个不同尺度步幅分别是32、16和8。这意味着，输入 图像，检测尺度分别为 、 和 （如下图或者更详细如图2所示）。

YOLOv3为每种下采样尺度设定3个先验框，总共聚类9个不同尺寸先验框。在COCO数据集上9个先验框分别是： 。下表是9个先验框分配情况：

我们的网络生成10647个锚框，而图像中只有一个狗，怎么将10647个框减少为1个呢？首先，我们通过物体分数过滤一些锚框，例如低于阈值（假设0.5）的锚框直接舍去；然后，使用NMS（非极大值抑制）解决多个锚框检测一个物体的问题（例如红色框的3个锚框检测一个框或者连续的cell检测相同的物体，产生冗余），NMS用于去除多个检测框。

具体使用以下步骤：抛弃分数低的框（意味着框对于检测一个类信心不大）；当多个框重合度高且都检测同一个物体时只选择一个框（NMS）。

为了更方便理解，我们选用上面的汽车图像。首先，我们使用阈值进行过滤一部分锚框。模型有 个数，每个盒子由85个数字描述。将 分割为下面的形状：box_confidence： 表示 个cell，每个cell5个框，每个框有物体的置信度概率；boxes： 表示每个cell5个框，每个框的表示；box_class_probs： 表示每个cell5个框，每个框80个类检测概率。

即使通过类分数阈值过滤一部分锚框，还剩下很多重合的框。第二个过程叫NMS，里面有个IoU，如下图所示。

下图给出更加详细的输入输出情况：

文章原文：

论文原文：

YOLOv3深入理解：

keras实现YOLOv3博客：

What new in YOLOv3?：

java中的反射机制是什么，有什么作用啊？

Method类中的方法的使用（含代码和注释）：

getMethods()获得本类及父类中的public权限修饰**符方法

getDeclaredMethods()专门获得调用该方法的对象的本类中的所有方法包括private权限修饰符**的方法

getDeclaredMethod(String name,class?...parameterTypes)

第一个参数：方法的名称

第二个参数：可变长度，写你要查找的那个方法的参数类型列表.class

getParameterCount()得到方法的参数个数123456

package LessonForReflection03;import java.lang.reflect.Method;import java.lang.reflect.Modifier;abstract class Card{

private void creatRandomNumbers(int count)//private关键字

{

}

public void getFullCardsNumbers(String[] random, String pre_numbers)

{

}

public static void getUserInfor()

{

}

public abstract void getUserInfor(String tel);

public abstract void getUserInfor(int sal1, int sal2) throws ArrayIndexOutOfBoundsException,ArithmeticException;}public class MethodInforGetter {

public static void main(String[] args) 

{

Class? c1 = Card.class;

System.out.println("-------------------------");

Method[] m1 = c1.getMethods();//getMethods()获得本类及父类中的public方法！

for (Method m:m1)

{

System.out.println(m);

}

System.out.println("-------------------------");

Method[] m2 = c1.getDeclaredMethods();//getDeclaredMethods()专门获得本类中的所有方法包括private！

for (Method m:m2)

{

System.out.println(m);

}

System.out.println("-------------------------");

/*

*getDeclaredMethod(String name,class?...parameterTypes)

*第一个参数：方法的名称

*第二个参数：可变长度，写你要查找的那个方法的参数类型列表

*

* getParameterCount()得到方法的参数个数

*/

try 

{

Method m3 = c1.getDeclaredMethod("getUserInfor");

System.out.println(m3);

//getParameterCount()方法,获得方法参数个数

System.out.println(m3.getParameterCount());

System.out.println(Modifier.toString(m3.getModifiers()));//获得方法修饰符

System.out.println(m3.getReturnType());

System.out.println("-------------------------");

Method m4 = c1.getDeclaredMethod("getUserInfor", int.class,int.class);

//getExceptionTypes()可以获得初始化当前Method对象的给Class对象初始化的那个类的那个指定方法抛出的异常类型

Class?[] exception = m4.getExceptionTypes();

for (Class? e:exception)

{

System.out.println(e);

}

} catch (NoSuchMethodException | SecurityException e) 

{

e.printStackTrace();

}

}}12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273747576777879808182838485868788

Constructor类中的方法的使用（含代码和注释）：

java.lang.reflect.Constructor:

Constructor[] getConstructor()获得本类里的public权限修饰符构造函数，不能获取父类的！

Constructor[] getDeclaredConstructor()获得本类中的所以构造函数！

ConstructorT getConstructor(Class...parameterType)用参数决定获得本类中的某个的构造方法,只能获得public的

ConstructorT getDeclaredConstructor(Class...parameterType)用参数决定获得本类中的某个构造方法

附：

JDK8.0之后新增的类：

Executable：

它是Method和Constructor的父类

常用方法：

getParameter()获得类中方法参数

getExceptionTypes()获得类中某个方法抛出异常类型

getMoidfiers()获得方法权限修饰符

Parameter:

封装并代表了参数实例123456789101112131415

package LessonForReflection03;import java.lang.reflect.Constructor;import java.lang.reflect.Modifier;import java.lang.reflect.Parameter;/*

* java.lang.reflect.Constructor

*

* Constructor[] getConstructor();获得本类里的public权限修饰符构造函数，不能获取父类的

*  Constructor[] getDeclaredConstructor();得本类里的全部构造

*

*  ConstructorT getConstructor(Class...parameterType);用参数决定获得哪个构造方法

*  ConstructorT getDeclaredConstructor(Class...parameterType);

*

*/public class ConstructorInforGetter {

public static void main(String[] args) 

{

System.out.println("获得Cricle本类里的public权限修饰符构造函数，不能获取父类的Constructor[] getConstructor()");

System.out.println("子类继承不了父类中的构造方法和private");

//Constructor[] getConstructor()获得Cricle本类里的public权限修饰符构造函数，不能获取父类的

//子类继承不了父类中的构造方法和private

ClassCircle c1 = Circle.class;

Constructor?[] cons1 = c1.getConstructors();

for (Constructor? cons:cons1)

{

System.out.println(cons);

//System.out.println(cons.getName());

}

System.out.println("-----------------------");

System.out.println("方法获得本类中的所有构造函数getDeclaredConstructor()");

Constructor?[] cons2 = c1.getDeclaredConstructors();

for (Constructor? cons:cons2)

{

System.out.println(cons);

}

System.out.println("-----------------------");

try 

{

System.out.println("方法用参数指定获得本类！构造方法,只能获取public的ConstructorT getConstructor(Class...parameterType)");

Constructor? cons3 = c1.getConstructor(int.class);

System.out.println(Modifier.toString(cons3.getModifiers()));

System.out.println(cons3);

System.out.println("-----------------------");

System.out.println("方法用参数指定获得本类！构造方法任何权限修饰符的都可以获得ConstructorT getDeclaredConstructor(Class...parameterType)");

Constructor? cons4 = c1.getDeclaredConstructor(String.class);

System.out.println(cons4);

System.out.println("-----------------------");

/*

* JDK8.0之后新增的类

* Executable：

* 是Method和Constructor的父类

* 方法：

* getParameter();

* getExceptionTypes();

* getModifiers();

*          getTypeParameters();

*

*  Parameter:

*  封装并代表了参数实例

*/

System.out.println("获取类中方法的参数getParameters()");

Constructor? cons5 = c1.getDeclaredConstructor(int.class,String.class);

Parameter[] p1 = cons5.getParameters();

for (Parameter p:p1)

{

System.out.println(p);

}

} catch (NoSuchMethodException | SecurityException e) 

{

e.printStackTrace();

}

}}123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687

代码中提到的Circle类和Shape类二者为继承关系：

package LessonForReflection03;public class Circle extends Shape{

private int r;

private String color;

public Circle(int r, String color) 

{

super();

this.r = r;

this.color = color;

}

public Circle(int r) 

{

super();

this.r = r;

}

protected Circle(String color) 

{

super();

this.color = color;

}

Circle()

{

super();

}}12345678910111213141516171819202122232425262728293031

package LessonForReflection03;public class Shape {

private int per;

public Shape(int per) 

{

super();

this.per = per;

}

public Shape() 

{

super();

}}1234567891011121314151617

部分文字来源于：

咕嘟咖啡杨海滨老师 — 《java编程语言高级特性》

轻量化研习Java相关技术倡导者

“爱码学院”联合创始人自适应教学理念提出者践行者；多年开发及项目管理经历；出版《JavaEE企业级应用与开发》一书；10余年高校项目实践毕设指导经验；企业软培经验丰富

python做BP神经网络，进行数据预测，训练的输入和输出值都存在负数，为什么预测值永远为正数？

因为sigmoid就是预测0到1之间的连续值。通常当二分类预测使用，你的问题是否复合二分类如果可以就把类别换成0和1就可以了，如果是做回归那就不行了，要换其他损失函数