论文：YOLOv2

YOLO9000: Better, Faster, Stronger

论文：https://arxiv.org/abs/1612.08242
代码：https://pjreddie.com/darknet/yolo/

---

	mAP	recall
批归一化 BN	超 +2%
分辨率提高到 448×448	近 +4%
使用锚框	-0.3%	+7%

---

使用锚框问题1：框的尺寸

当在YOLO中使用锚框时，作者遇到两个问题。第一个是框的尺寸是手工挑选的。网络可以学习适当地调整框，但如果为网络选择更好的先验（锚框），可以使网络更容易学习预测好的检测。

Dimension Clusters

作者不再手工选择先验值（锚框），而是在训练集边界框上运行 k-means聚类 来自动找到好的先验。如果使用带有欧氏距离的标准k-均值较大的框比较小的框产生更多的误差。然而，真正想要的是能够获得良好IOU分数的优先权，这与框的大小无关。因此，对于距离度量，使用：
$$\text{d(box,centroid) = 1 − IOU(box,centroid)}$$

作者对 k 的各个值运行 k-均值，并以最接近的中心绘制平均IOU，见下图。选择 k = 5 （5个相邻）作为模型复杂性和高召回率之间的一个很好的权衡。聚类中心与人工选择的锚框有显著不同。短而宽的框更少，高而薄的框更多。

---

使用锚框问题2：模型不稳定

在使用YOLO锚框时，作者遇到了第二个问题：模型不稳定，特别是在前期迭代期间。大多数不稳定性来自于预测盒子的(x, y)位置。在区域提议网络中，网络预测值 $t_x$ 和 $t_y$， (x, y)中心坐标计算如下：
x = ( t x ∗ w a ) + x a y = ( t y ∗ h a ) + y a x = (t_x ∗ w_a) + x_a\\ y = (t_y ∗ h_a) + y_a x=(tx​∗wa​)+x