Tabla de contenido
¿Qué es Yolo en machine learning?
YOLO(You Only Look Once) es un sistema de detección de objetos que funciona sobre Darknet, una red neuronal escrita en C que funciona como Framework.
¿Qué es Yolo redes neuronales?
YOLO (por sus siglas en inglés, You Only Look Once) es un sistema del estado del arte, que utiliza una red neuronal convolucional para la detección de objetos en tiempo real[11]. El sistema aplica una única red neuronal a la imagen completa, razón por la cual es muy rápido.
¿Qué es Darknet en Yolo?
Darknet (https://pjreddie.com/darknet/). Es la implementación “oficial” de YOLO, creada por las mismas personas detrás del algoritmo. Está escrito en C con CUDA, así que soporta cómputo con GPU. En realidad es todo un framework para redes neuronales, así que se puede usar para otros objetivos además de YOLO.
¿En qué consiste la detección de objetos?
¿En qué consiste la detección de objetos? Un algoritmo de Machine Learning de detección, para considerarse como tal deberá: Detectar multiples objetos. dar la posición X e Y del objeto en la imagen (o su centro) y dibujar un rectángulo a su alrededor. Otra alternativa es la segmentación de imágenes (no profundizaremos en este artículo).
¿Qué es la tarea de detección de objetos en imágenes?
La tarea de Detección de objetos en imágenes fue impulsora de mejora tanto en redes neuronales convolucionales como en la arquitectura general utilizada poniendo a prueba el valor real del deeplearning, entrelazando redes con funciones específicas.
¿Cuál es la métrica correcta para la detección de imágenes?
Esta detección es correcta, 2 perros: pero podría ocurrir… De los puntos 5 y 6 surge la necesidad de crear una nueva métrica específica para la detección de imágenes en donde podamos evaluar al mismo tiempo si la clase de objeto es correcta y si la posición del “bounding box” (X,Y, alto y ancho) es buena. Esa métrica será “ mAP “.