YOLOv2论文解读
论文原文地址:
https://arxiv.org/pdf/1612.08242.pdf
论文的代码实现(原作者实现已经换成了YOLOv3,这里给出两个github版本):
pytorch版本:https://github.com/longcw/yolo2-pytorch
keras版本:https://github.com/yhcc/yolo2
一、概述
YOLO9000中的9000是说它可以检测的超过9000多种类别的物体,比其它检测算法多出许多。它是YOLOv1的升级版本,因此又称为YOLOv2(YOLO9000是在YOLOv2对YOLOv1进行改进后,为了联合ImageNet和COCO训练进一步提出的)。原文标题为《YOLO9000: Better, Faster, Stronger》(很像奥运会口号),作者也从Better,Faster,Stronger三个方面进行了叙述。
二、亮点。
- 引入Anchor boxes,K-means聚类和直接位置预测改善定位问题。
- 改进了网络结构,根据VGG16改进提出了Darknet-19