Что на выходе YOLO?

Question

Я пытаюсь использовать YOLO для обнаружения номерного знака в приложении Android.

Итак, я обучаю модели YOLOv3 и YOLOv4 в Google Colab. Я преобразовал эти две модели в TensorFlow Lite, используя замечательный проект Hunglc007, и я также убедился, что они работают, и получил следующий результат:

Но когда я пытаюсь понять вывод модели, чтобы адаптировать ее в своем приложении, я получил это с помощью netron :

Почему у меня есть 2 выхода, если модель обучена обнаруживать только один единственный объект?

И почему формат вывода такой, что это [1,1,4]означает?

РЕДАКТИРОВАТЬ

Код для bboxes можно найти здесь

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

Я не эксперт в Netron, но, изучив проблему и ожидаемые результаты, я вижу, что он должен выдавать два результата для каждого обнаружения; прямоугольник обнаружения и достоверность обнаружения. Следовательно, два вывода, о которых вы спрашиваете, вероятно, это прямоугольник, который определяется 4 числами с плавающей запятой - двумя координатами верхнего левого угла, шириной и высотой - и достоверностью, которая представляет собой одно число с плавающей запятой.

Answer 2

Это довольно очевидно. Для модели обнаружения. Как правило, он должен давать как минимум 2 вывода: ограничивающие прямоугольники и классы по отношению к ограничивающим прямоугольникам. Следовательно, (1,1,4) - это 4 результат для ограничивающих прямоугольников. Первое число 1 соответствует загрузке вашего изображения в модель. Поскольку у вас есть только один объект, для второго числа на выходе будет 1. Кроме того, конфигурация YOLO для ограничивающих рамок (x_center, y_center, width, height)

(1,1,1) будет таким же, но теперь 1 для метки выбранного вами класса.