【目标检测-YOLO】YOLO_V2

yolov2 论文分为两部分：yolov2（Better, Faster）和 yolo9000（Stronger）。本文不讨论 yolo 9000内容。

---

1.yolov2（Better）

YOLOv2 相对v1改进在哪里？（消融研究）

 图中，红框和绿框并没有增加 mAP。

但是红框增加了 recall，69.5 mAP + 81% recall  69.2 mAP + 88% recall。recall增加，那么什么减少了呢？Precision 减少了，但是可以通过表中的后面的技巧优化结果。原论文说：recall 的提升代表yolov2有很大的提升空间。

绿框并没有提升太多 mAP（0.4），但是计算量降低了 33%。 

---

以下都是在 yolov1 为 baseline 上进行的消融研究。

---

1. BN

在 yolov1 中的所有卷积层的后面加 BN,  并且移除了 dropout。没有过拟合。（BN是否可以防止过拟合，目前没有看到定论。）