YOLOv4-2Tiny 计算公式

YOLOv4-2Tiny是YOLOv4的一个轻量级版本，它的计算公式与YOLOv4不同。YOLOv4-2Tiny的计算公式如下：

1. 首先，输入图像会经过一个下采样过程，将其缩小为一定的尺寸。假设输入图像的大小为W×H，下采样后的大小为w×h。

2. 算法将图像分成S×S个网格，每个网格预测B个边界框。因此，总共会预测S×S×B个边界框。

3. 对于每个边界框，算法会预测其中心点的坐标(x,y)，以及其宽度(w)和高度(h)。这些值都是相对于当前网格的尺寸的。

4. 对于每个边界框，算法会预测其是否包含物体以及物体类别。使用sigmoid函数将边界框是否包含物体的预测值限制在0到1之间，使用softmax函数将物体类别的预测值转换为概率。

5. 最终输出的是一个S×S×(5×B+C)的张量，其中C表示物体类别的数量。这个张量包含所有预测的边界框的信息。

6. 算法使用交叉熵损失来训练模型，并使用梯度下降算法来更新模型参数。