docs(mkdocs): 重构

Author: zjZSTU

docs/index.md

@@ -10,10 +10,14 @@
 4. 训练模型
 5. 计算`mAP`
 
-对于`Location DataSet`, `50`轮训练完成后能够实现`97.31% mAP`
+## 训练结果
 
-对于`VOC 07`，`50`轮训练完成后能够实现`xxx mAP`以及`xxx FPS`
+* `mAP`
+    * 对于`Location DataSet`, `50`轮训练完成后能够实现`97.31% mAP`
+    * 对于`VOC 07`，`50`轮训练完成后能够实现`xxx mAP`
+* `FPS`
+    * `xxx`
 
-## 相关链接
+## 相关文档
 
-* [You Only Look Once: Unified, Real-Time Object Detection](https://blog.zhujian.life/posts/256e06fe.html)
+* [学习 - You Only Look Once: Unified, Real-Time Object Detection](https://blog.zhujian.life/posts/256e06fe.html)

docs/location-log.md

@@ -1,12 +1,5 @@
 
-# 定位数据集训练日志
-
-## 训练参数
-
-* `S=7, B=2, C=3`
-* 缩放至`(448, 448)`，进行数据标准化处理
-* 优化器：`SGD`，学习率`1e-3`，动量大小`0.9`
-* 衰减器：每隔`4`轮衰减`4%`，学习因子`0.96`
+# 定位数据集
 
 ## 检测结果
 

docs/voc-07-log.md

@@ -1,12 +1,5 @@
 
-# 07 VOC训练日志
-
-## 训练参数
-
-* `S=7, B=2, C=3`
-* 缩放至`(448, 448)`，进行数据标准化处理
-* 优化器：`SGD`，学习率`1e-3`，动量大小`0.9`
-* 衰减器：每隔`4`轮衰减`4%`，学习因子`0.96`
+# VOC 07
 
 ## 检测结果
 

docs/损失函数.md

@@ -1,6 +1,8 @@
 
 # 损失函数
 
+相关实现文件：`py/lib/models/multi_part_loss.py`
+
 ## 定义
 
 为了有效训练`YOLO`模型，论文提供了一个`Multi-Part Loss`：
@@ -12,12 +14,19 @@
 
 对于真值边界框而言，其置信度为$1$，对应的类别概率为$\hat{p_{i}}(c) = 1$
 
-## 实现
+## 计算
+
+对于预测边界框而言，其分为以下几种情况：
+
+* 所在网格存在目标
+      * 其与真值边界框的`IoU`最大（情况一）
+      * 其与真值边界框的`IoU`没有最大（情况二）
+* 所在网格不存在目标（情况三）
 
-对于网格内不存在目标，或者不属于`IoU`最大的预测边界框而言，其损失计算仅为
+对于网格内不存在目标，或者不属于`IoU`最大的预测边界框而言，仅需要计算**置信度损失**。其实现如下：
 
 $$
 loss = \lambda_{noobj}\sum_{i=0}^{S^{2}}\sum_{j=0}^{B} 1_{ij}^{noobj} (C_{i} - \hat{C_{i}})^{2}
 $$
 
-相关实现文件：`py/lib/models/multi_part_loss.py`
+而对于情况一而言，其需要计算**边界框坐标损失、置信度损失和分类概率损失**

docs/架构解析.md

@@ -9,9 +9,9 @@
 ├── detector.py
 ├── lib
     ├── data
-    │   ├── __init__.py
-    │   └── parse_location.py
-    ├── __init__.py
+        ├── parse_location.py
+        └── pascal_voc_07.py
+        ├── __init__.py
     ├── models
     │   ├── basic_conv2d.py
     │   ├── __init__.py
@@ -31,7 +31,13 @@
 └── models
 ```
 
-* 数据集操作：`lib/data/parse_location.py`
-* 模型定义：`lib/models`
-* 训练文件：`lib/train.py`
-* 批量测试：`batch_detect.py`
+* 数据集操作
+    * `lib/data/parse_location.py`
+    * `lib/data/pascal_voc_07.py`
+* `CNN`模型：
+    * `lib/models/basic_conv2d.py`
+    * `lib/models/yolo_v1.py`
+* 损失函数：
+    * `lib/models/multi_part_loss.py`
+* 模型训练：`lib/train.py`
+* `mAP`测试：`batch_detect.py`

docs/训练.md docs/模型训练.mddocs/训练.md renamed to docs/模型训练.md

@@ -1,15 +1,16 @@
 
-# 训练
+# 模型训练
 
 相关实现：`py/lib/train.py`
 
+## 数据集
+
+* 缩放至`(448, 448)`
+* 数据标准化处理
+
 ## 训练参数
 
 * `S=7, B=2, C=3`
 * 优化器：`SGD`, 学习率`1e-3`, 动量`0.9`
 * 衰减器：每隔`4`轮衰减`4%`，学习因子`0.96`
-* 迭代：`50`轮
-
-## 训练结果
-
-参考[训练日志](./log.md)
+* 迭代次数：`50`轮

mkdocs.yml

@@ -34,5 +34,7 @@ nav:
     - 数据集: '数据集.md'
     - YOLO模型: 'YOLO模型.md'
     - 损失函数: '损失函数.md'
-    - 训练: '训练.md'
-    - 日志: 'log.md'
+    - 模型训练: '模型训练.md'
+    - 训练日志: 
+        - '定位数据集': 'location-log.md'
+        - 'VOC 07': 'voc-07-log.md'