YOLOV1和YOLOV2

一、YOLO-V1（经典的one-stage方法）

1.网络架构

2.损失函数

3.YOLO-V1：

优点：快速，简单！

问题1：每个Cell只预测一个类别，如果重叠无法解决。

问题2：小物体检测效果一般，长宽比可选的但单一。

二、YOLO-V2：更快！更强！

1.YOLO-V2-Batch Normalization

（1）V2版本舍弃Dropout，卷积后全部加入Batch Normalization。

（2）网络的每一层的输入都做了归一化，收敛相对更容易。

（3）经过Batch Normalization处理后的网络会提升2%的mAP。

（4）从现在的角度来看，Batch Normalization已经成网络必备处理。

2.YOLO-V2-更大的分辨率

（1）V1训练时用的是224*224，测试时使用448*448。

（2）可能导致模型水土不服，V2训练时额外又进行了10次448*448的微调。

（3）使用高分辨率分类器后，YOLOv2的mAP提升了约4%。

3.YOLO-V2-网络结构

（1）DarkNet，实际输入为416*416。

（2）没有FC层，5次降采样（13*13）。

（3）1*1卷积节省了很多参数。

4.YOLO-V2-聚类提取先验框

faster-rcnn系列选择的先验比例都是常规的，但是不一定完全适合数据集。

5.YOLO-V2-Anchor Box

（1）通过引入anchor boxes，使得预测的box数量更多（13*13*n）。

（2）跟faster-rcnn系列不同的是先验框并不是直接按照长宽固定比给定。

6.YOLO-V2-Directed Location Prediction

三、YOLO系列

1.感受野：概述来说就是特征图上的点能看到原始图像多大区域。

2.很明显，堆叠小的卷积核所需的参数更少一些，并且卷积过程越多，特征提取也会越细致，加入的非线性变换也随着增多，还不会增大权重参数个数，这就是VGG网络的基本出发点，用小的卷积核来完成体特征提取操作。

3.YOLO-V2-Fine-Grained Features

最后一层时感受野太大了，小目标可能丢失了，需融合之前的特征。

4.YOLO-V2-Multi-Scale

都是卷积操作可没人能限制我了！一定iterations之后改变输入图片大小。