Qual è l'output di YOLO?

Question

Sto cercando di utilizzare YOLO per rilevare la targa in un'applicazione Android.

Quindi alleno un modello YOLOv3 e un modello YOLOv4 in Google Colab. Ho convertito questi 2 modelli in TensorFlow Lite, utilizzando il meraviglioso progetto di Hunglc007 e ho anche verificato che funzionassero e ho ottenuto il seguente risultato:

Ma quando cerco di capire l'output del modello per adattarlo nella mia app ho ottenuto questo usando netron :

Perché ho 2 uscite quando il modello è stato addestrato per rilevare un solo oggetto?

E perché il formato dell'output è così, cosa [1,1,4]rappresenta?

MODIFICARE

Il codice per le bbox può essere trovato qui

boxes, scores, classes, valid_detections = tf.image.combined_non_max_suppression(
            boxes=tf.reshape(boxes, (tf.shape(boxes)[0], -1, 1, 4)),
            scores=tf.reshape(
                pred_conf, (tf.shape(pred_conf)[0], -1, tf.shape(pred_conf)[-1])),
            max_output_size_per_class=50,
            max_total_size=50,
            iou_threshold=FLAGS.iou,
            score_threshold=FLAGS.score
        )
        pred_bbox = [boxes.numpy(), scores.numpy(), classes.numpy(), valid_detections.numpy()]
        image = utils.draw_bbox(original_image, pred_bbox)
        # image = utils.draw_bbox(image_data*255, pred_bbox)
        image = Image.fromarray(image.astype(np.uint8))
        image.show()
        image = cv2.cvtColor(np.array(image), cv2.COLOR_BGR2RGB)
        cv2.imwrite(FLAGS.output + 'detection' + str(count) + '.png', image)

Answer 1

Non sono un esperto di Netron, ma dall'ispezione del problema e dei suoi output attesi, vedo che dovrebbe produrre due output per ogni rilevamento; il rettangolo di rilevamento e l'affidabilità del rilevamento. Quindi, le due uscite di cui chiedi sono probabilmente, il rettangolo che è definito da 4 numeri float - due coordinate dell'angolo superiore sinistro, larghezza e altezza - e la confidenza che è un numero float.

Answer 2

È abbastanza ovvio. Per il modello di rilevamento. Generalmente, dovrebbe fornire almeno 2 uscite: riquadri di delimitazione e classi rispetto ai riquadri di delimitazione. Pertanto, (1,1,4) è il 4 risultato per i riquadri di delimitazione. Il primo numero 1 è in base alla tua immagine recuperata nel modello. Poiché hai un solo oggetto, l'output è 1 per il secondo numero. Inoltre, la configurazione YOLO per i riquadri di delimitazione sono (x_center, y_center, width, height)

(1,1,1) sarà lo stesso, ma ora 1 è per l'etichetta della classe che scegli.