YOLO算法(二)—— Yolov2 & yolo9000

CVPR2017提出了针对Yolov1的改进版本Yolov2，并且基于Yolov2，作者又提出了Yolo9000

yolo9000就是针对yolov2进行了简单的调整，使得网络能够实现实时监测超过9000种物体类别

 

Yolov2的改进

• 引入了anchor box的思想
• 输出层：卷积层替代YOLOV1的全连接层
• 联合使用coco和imagenet物体分类标注数据
• 识别种类、精度、速度、和定位准确性等都有大大提升

具体来说

①Batch Normalization

• v1中也大量用了BN，同时在定位层dropout
• v2中取消了dropout，均使用BN

②高分辨率分类器

• v1中使用224×224预训练，448×448用于检测网络
• V2以448×448的分辨率微调最初的分类网络

③Anchor Boxes

• 预测bbox的偏移，使用卷积代替FC
• 输入尺度：416
• max pooling下采样
• 预测超过1000个
• mAP降低，recal显著提高

④细粒度特征

添加pass through layer，把浅层特征图（26x26）连接到深层特征图

• Resnet中的identity mapping
• 把26×26×512的特征图叠加成13×13×2048的特征图，与深层特征图相连接，增加细粒度特征
• 性能获得了1%的提升

⑤Multi-Scale Training

每隔几次迭代后就会微调网络的输入尺寸

• 输入图像尺寸{320，352，…，608}
• 尺度的变化

 

Yolov2网络结构

Yolov1中作者主要采用了GoogLeNet作为中干网络

而在Yolov2中，作者重新设计了一种新的分类网络Darknet

Darknet-19

• 主要使用3×3卷积
• pooling之后channe数加
• global average pooling
• 1×1卷积压缩特征表示
• batch normalization

 

每个box包含4个坐标值，1个置信度和classes个条件类别概率

 

 

Yolo9000

      YOLO9000是在YOLOv2的基础上提出的一种可以检测超过9000个类别的模型，其主要贡献点在于提出了一种分类和检测的联合训练策略

     采用了wordtree这样一种结构，来联合检测数据集和分类数据集中的数据