🌞欢迎来到人工智能的世界
🌈博客主页：卿云阁💌欢迎关注🎉点赞👍收藏⭐️留言📝
📆首发时间：🌹2026年4月21日🌹
✉️希望可以和大家一起完成进阶之路！
🙏作者水平很有限，如果发现错误，请留言轰炸哦！万分感谢！
目录
损失函数
非极大值抑制
损失函数
YOLOv1把图片分成了7*7=49个网格，每个网格可以预测两组中心点和边界框的信息。也就是
49*2，一共98个中心点和边界框。那么哪一个中心点和边界框才是最好的，最准的呐？
YOLO 模型检测效果优劣的核心评价指标为交并比（IoU），其计算方式如下：在数据预处理阶
段，我们已经标注得到目标物体准确的位置与尺寸信息，该标准边界框称为真实框（Ground
Truth，GT），是模型训练的监督标签。模型推理时会输出一个预测边界框，通过计算预测框与真
实框的交集面积 / 并集面积，即可得到 IoU 值，以此衡量预测框的精准程度。
预测阶段，网络在每个网格输出的信息包含：
两组边界框中心点偏移、宽高偏移量；以及对应两个框的置信度。YOLOv1 置信度定义为：网格包
含目标物体的概率 × 预测框与真实框的 IoU；其中网格存在物体概率为 1，不存在物体则为 0。除
此之外，每个网格还输出20 个类别预测概率值。
YOLOv1 在训练过程中，会将网络预测得到的两个边界框与标注绿色真实框（GT）进行匹配对
比，自动舍弃IoU 交并比较小的预测框，仅保留匹配度更高的边界框参与后续损失函数计算。
接下来介绍 YOLOv1 损失函数：
式中S2代表划分的7×7 共 49 个网格，参数B=2代表每个网格预测2 个边界框。
obj表示网格包含目标物体时取值为 1，不包含物体时取值为 0；noobj与之相反，网
格存在物体时取 0，不存在物体时取 1。
损失函数在计算时同时兼顾含物体网格与不含物体网格。
权重系数 5用于放大中心点与边界框坐标的损失权重。由于 49 个网格中真正包含物体的网格占比
极少，设置该权重可以增强含物体网格的损失贡献，引导模型重点关注目标位置。
损失函数前两项为位置损失，采用均方误差计算预测框中心点、宽高与真实框的偏差，计算方式为
真实值与预测值作差后平方。后续依次为置信度损失与类别分类损失。
非极大值抑制
YOLOv1 一共会输出 98 个预测框，那么模型是如何从中筛选出最优检测框的呢？
每个网格输出的预测向量中，后 20 个数值为 20 个类别的预测概率；向量前 10 个参数包含两组边
界框信息，其中对应两个边界框的置信度得分。网格边界框的置信度得分由公式计算得出，具体定
义如下：
随后我们可以得到2 个长度为 20 维的新向量，向量中每一个数值，分别代表该预测框对应各个类
别目标的置信可靠程度。
最终我们可以得到98 个 20 维向量，分别对应网络预测的 98 个边界框。向量中每一列数值，代表
对应类别的置信度得分，例如第一列即为目标属于汽车类别的置信度。
我们按类别依次处理：以汽车类别为例，筛选出置信度大于 0.2 的预测框，其余不符合条件的框全
部舍弃（代码实现时直接将对应置信度置 0）；再将保留的预测框按照置信度从高到低排序，为后
续非极大值抑制 NMS 做准备。
最终整理得到一个98×20的矩阵，我们剔除矩阵中所有置信度为 0 的无效数据，即可进行预测框
绘制。以汽车类别为例：单独在汽车这一类中，筛选出置信度得分最高的预测框，提取其对应的中
心点与边界框坐标，绘制到原始图片上，并标注对应类别标签即可。
【1】上述所有内容，参考大白话讲明白YOLOv1的损失函数 #YOLO #YOLOv1 #目标检测 #深度学习#知识前沿派对 - 抖音
