YOLO V2 论文阅读总结和讨论

最新推荐文章于 2024-04-01 00:03:27 发布
最新推荐文章于 2024-04-01 00:03:27 发布
阅读量441 收藏 2
点赞数
分类专栏： AI 文章标签： yolo yolov2
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/gubenpeiyuan/article/details/84237355
版权

 

YOLO V2 论文阅读总结和讨论

look for papers for yolo2 contributer : leoluopy

github地址：https://github.com/leoluopy/paper_discussing/blob/master/yolo/yolo2/yolo2_discussing.md

YOLO V1： https://github.com/leoluopy/paper_discussing/blob/master/yolo/yolo1/yolo1_discussing.md

YOLO V2：https://github.com/leoluopy/paper_discussing/blob/master/yolo/yolo2/yolo2_discussing.md

YOLO V3：https://github.com/leoluopy/paper_discussing/blob/master/yolo/yolo3/yolo3_discussing.md

Overview

  • 提出一种新型半监督的学习方法未标注boundingBox的分类图像来学习box检测任务
  • yolo1的升级版本，更快，更准。

结构综述

结构与yolov1类似，但是提出了改进。网络支持多种分辨率，采用了全卷积网络，在不同数据集和不同场景下可以设置不同S。

输入分辨率最终特征图
41613x13
44814x14
48015x15
51216x16
60819x19

对于预测时的Anchor以及tensor如下图所示：

对比YOLOv1预测tensor： （5 x B +C ）× S × S

每一个BoundingBox回归的是（x，y，w，h ，confidence）还有一个confidence：代表是否有对象的置信度。

YOLOv2 做出了扩展和改进 预测tensor：（B x (5 + C) ）× S × S : 每个BoundingBox，都做预测类别。

B是Bounding Box 个数，也是YOLOV2 通过聚类得到的先验框个数。YOLOV2 对于每个Box都做了类别的预测。Cx 和Cy 是网格位置，Pw 和 Ph 是先验框参考长宽。

由于这种新机制的加入，每个cell会预测多个Box和多个类别，使得Yolov2对于小目标和单个网格多目标的检测效果得到不错提升。在顶级比赛中超越了当时的 FasterRCNN 系列和 SSD 系列。

模型及训练方法

  • 类似VGG模型，3x3卷积提取特征，在pool层降维后扩充特征提取深度至filter数2倍。在feature压缩上仍然使用1x1卷积，和yolo1一致。

  • 每个卷积层后加入BN，加速梯度下降。

  • 分类网络的训练：

    • 224 分辨率分类网络训练： 72.9% top-1 accuracy and 91.2% top-5 accuracy on ImageNet
    • 224 网络训练方法：
      • 160 epochs , momentum SGD优化方法
      • 起始学习率 0.1,多项式衰减 power：4 ，decay： 0.0005 ， momentum ： 0.9
    • 448 分辨率分类网络训练（全卷积网络直接finetune）： a top-1 accuracy of 76.5% and a top-5 accuracy of 93.3%
    • 图像增广方法：中心裁剪, 图像旋转, 色相调整, 饱和调整, 曝光调整

  • 基于分类网络作为backbone修改为检测网络：

    • 去除最后一层卷积网络，替换为3x3和1024个filter的卷积网络，随后再跟一层1x1卷积网络（filter数目就是最后需要输出的tensor）

  • 检测网络训练：

    • 训练超参：10^-3 前60epoch ，10^-4 第60-90 epoch,10^-5第90-160 epoch
    • 使用momentum优化方法 decay：0.0005

性能与速率提升

  • 对于每个卷积层后加入BN，给mAP贡献大约2个点。

  • 预训练分辨率提升（先224分辨率训练，随后448分辨率训练高分辨率分类器），给mAP贡献约4个点

  • AnchorBox使得预测框数量大量增加，对于mAP影响不大，但提高了召回

    • No Anchor：69.5 mAP with a recall of 81%
    • With Anchor：69.2 mAP with a recall of 88%

  • 先验框聚类选择K=5，保持了IOU，以及召回之间的平衡。

  • 细粒度特征 原始维度：13x13x1024 (详见上文检测网络修改) + passthrough layer： 26x26x512 -》 13x13x2048，类似于resNet的shortCut机制，给mAP贡献了大约1个点。
  • 多尺度训练 每10个epoch切换输入图像输入维度，图像维度： {320, 352, ..., 608}，由此，yolo网络在训练中得到了对多个尺度下输入图片的鲁棒性，并且在多个图像大小情况下，非常便捷得到速度与精度的折中。只需要修改输入图像大小即可，而网络没有发生变化。。

    smallest option is 320 × 320 and the largest is 608 × 608

  • 分类器训练 见上文
  • 检测器训练 见上文

9000类别检测器的半监督训练

使用wordNet构建如上图所示，树状分类label网络。

ImageNet对1000个类直接使用softmax分类，因为类之间互斥。新建的wordTree，对同义类之间使用SoftMax。

同义类之间不存在绝对的互斥关系，特别是父子关系的类别，不存在互斥关系

对于没有detection标签的数据训练方式：对于分类loss的反向传播不变，随后找到对于该分类预测置信度最高的BoundingBox，使用这个BoundingBox的信息来做反向传播，并且假设和groundTruth至少有0.3的IOU ；使用这种方法在COCO这种本来就有detection label的类别上取得了不错的效果，但是比如想clothing ， sunglasses 这样在COCO上没有的数据，就没有取得比较好的效果。

 

放牛娃不吃草
关注
专栏目录
【目标检测-YOLO】YOLO v2总结
博观约取，厚积薄发
02-22 2529
​​​​​​​ yolov2 损失 yolov2 输出 13*13*5*(4+1+20) 张量（VOC数据集） 13*13 个 grid cell；每个 grid cell 有5个 预测框，每个预测框 有 4个坐标(x, y, w, h) + 1 个置信度(c) + 20 个条件类别概率。 对于每张图像，损失函数包含两部分： 遍历 每个grid cell， 假设 当前grid cell 的 5个 预测框 为 (b1, b2, b3, b4, b5)，5个 Anchor框 为 (A1,...
【目标检测-YOLO】YOLO_V2
博观约取，厚积薄发
02-20 1413
接上文 YOLOv2 改进在哪里？ BN 高分辨率分类器 引入 Anchor 对数据集进行 k-means 聚类得到Anchor 约束模型输出范围 底层细粒度特征 + 顶层特征 多尺度训练 BN 参考：批量归一化和层归一化_hymn1993的博客-CSDN博客_层归一化​​​​​​ 通常，将批量规范化层置于全连接层中的仿射变换和激活函数之间。 优点： 使深度网络容易训练（容易收敛） 改善梯度流（避免梯度消失和爆炸） 可以使用较大学习率，更快收敛 对网络初始化更加 稳健...
论文（二）YOLOv2详解（翻译、总结和思考）
weixin_40227656的博客
04-22 3008
YOLOv2-详解 YOLO9000:Better, Faster, Stronger 论文下载：https://arxiv.org/abs/1612.08242 代码下载：https://pjreddie.com/darknet/yolo/ 摘要 首先，提出了相对于yolov1做出的改进。yolov2采用多尺度训练方法，可以对不同大小的图片进行处理，实现检测速度与精度的先对平衡。67fps时，在voc2007数据集上达到76.8map，40fps时，达到78.6map，性能由于采用resn
YOLO V2的改进点
BigCowPeking
08-27 6829
YOLO V2的改进点
YOLOv2 论文
2302_79180616的博客
11-27 65
YOLOv2所作的改进1.backbone 方面主要使用3x3卷积和1x1 卷积（压缩通道），用全局平均池化层代替(来自NiN)了全连接层，以及引入了BN加快收敛和正则化模型。2.使用了先验框，YOLOv1中没有使用先验框，直接预测检测框的位置和大小及置信度，出现定位错误并导致训练不稳定。YOLOv2 中使用k-mean算法在训练集中获得先验框，好的先验框能让模型训练更稳定且能达到更好的效果。
【YOLO系列】YOLOv2论文超详细解读（翻译 ＋学习笔记）
热门推荐
路人贾的博客
02-17 2万+
YOLOv2论文（《YOLO9000: Better, Faster, Stronger》）超详细精读。看着一篇就够啦！
【论文阅读】YOLOV2论文详解
想当咸鱼的猫
11-21 3581
本文主要介绍了YOLOV2的Better和Faster部分 1. Better YOLOV1存在如下两个缺点： 定位误差大 与基于region proposal的方法相比，召回率低 因此，我们集中提高定位准确性和召回率，同时保证分类的准确性 1.1 Batch Normalization BN可以显著改善模型的收敛性，通过在每个卷积层的后面增加BN层，模型提高了**2%**的mAP。通过BN，我们可以在保证模型不会过拟合的情况下，丢弃dropout层 1.2 High Resolution Clas.
YOLO v2 详解
Kula的博客
03-30 1184
（一）Tricks（二）训练过程（三）损失函数（四）YOLO9000
YOLO v3论文详解
dexterod的博客
02-29 7865
YOLOv3: An Incremental Improvement 声明：笔者翻译论文仅为学习研究，如有侵权请联系作者删除博文，谢谢！ 源论文地址：https://pjreddie.com/media/files/papers/YOLOv3.pdf 注：文字中标粗和亮色的部分为笔者认为有创新改进余地和需要注意的地方，斜体部分为笔者的一些想法，因水平所限，部分笔触可能有不实和错误之处，敬请广大读者...
yolo练习题.zip
03-18
6. 应用场景：讨论YOLO在实际应用中的优势和限制，比如在自动驾驶、人脸识别、视频分析等领域的应用。 通过解决这些练习题，你可以深化对YOLO的理解，提升在目标检测领域的实践能力。同时，理论知识与实践相结合，...
【YOLO系列】--YOLOv2超详细解读/总结
m0_57787115的博客
03-19 2587
YOLOv2论文（YOLO9000: Better, Faster, Stronger）（原文＋解读/总结＋翻译）
YOLO v2总结
uncle_ll的博客
09-08 593
yolo9000 Better, Faster, Stronger YOLO v2: Better, Faster, Stronger 论文地址： https://arxiv.org/pdf/1612.08242.pdf 项目地址：https://pjreddie.com/darknet/yolo900/ abstract 本文介绍了YOLO9000， 能够检测超过9000个物体种类，且是当时最好的实时检测算法。使用了一种新颖的多尺度训练方法，相同yolov2模型可以以不同的尺寸运行，在速度和准确度之间提供
yolov2论文_[目标检测] YOLO2论文中文版
weixin_39553653的博客
11-20 120
点击上方蓝字关注我呀！[目标检测] YOLO2论文中文版文章目录YOLO9000中文版摘要1. 引言2. 更好3. 更快4. 更强5. 结论参考文献YOLO9000中文版摘要我们引入了一个先进的实时目标检测系统YOLO9000，可以检测超过9000个目标类别。首先，我们提出了对YOLO检测方法的各种改进，既有新颖性，也有前期的工作。改进后的模型YOLOv2在PASCAL VOC和CO...
YOLO-V2论文学习（超详细）
USTC_SC的博客
08-14 1055
文章目录YOLO9000:Better, Faster, Stronger1.简单介绍2.设计方案Batch NormalizationHigh Resolution ClassifierConvolutional With Anchor Boxes维度聚类直接位置预测细粒度特征多尺度训练Darknet-193.WordTree背景方案4.小结 YOLO9000:Better, Faster, Stronger 1.简单介绍 YOLO9000是一款先进实时的目标检测系统，可以检测出超过9000目标种类。基于
yolov2, yolov3对比要点总结
northeastsqure的专栏
11-18 512
1.yolov2 结构图，简述 2. yolov3,重新训练，更改class_num, 前一层卷积num_output,yolov3层都做了什么 https://github.com/eric612/MobileNet-YOLO/issues/12 3.yolov3 lite, 比yolov3 有哪些改变？ https://github.com/eric612/MobileNet-YOLO/blob/master/models/yolov3/mobilenet_yolov3_train.prot
YOLOv2论文思想与算法原理
m0_46339652的博客
07-11 606
目录一、YOLOv1的弊端二、在YOLOv1基础上的改进(better)1、Batch Normalization2、High Resolution Classifier3、Convolutional With Anchor Boxes4、Dimension Clusters5、Direct Location prediction6、Fine-Grained Features(细粒度特征)7、Multi-Scale Training三、在YOLOv1上的改进(faster)1、网络结构2、Training
YOLO V2原理总结
weixin_51691064的博客
06-17 626
yolov2在YOLOv1的基础上做了大量的改进，减轻了YOLOv1存在的问题
论文精读——YOLOv2
2402_83980685的博客
04-01 796
论文题目：《YOLO9000: Better, Faster, Stronger》
YOLO v2之总结篇（linux+windows）
05-10 515
http://blog.csdn.net/qq_14845119/article/details/53589282
YOLO v1和YOLO v2有什么区别？
最新发布
04-07
YOLO（You Only Look Once）是一种实时目标检测算法，YOLO v1和YOLO v2是其不同版本的改进。 区别如下： 1. 网络结构：YOLO v1使用一个单一的卷积神经网络（CNN）来同时进行目标检测和定位。而YOLO v2采用了Darknet-19作为基础网络，使用了更深的网络结构，提高了检测性能。 2. 特征提取：YOLO v1在整个图像上只进行一次特征提取，导致较大目标和小目标的检测效果不佳。而YOLO v2引入了多尺度特征图，通过在不同层级上进行目标检测，提高了对不同大小目标的检测能力。 3. Anchor Boxes：YOLO v1使用预定义的anchor boxes来预测目标的位置和大小。而YOLO v2引入了anchor boxes的尺度和长宽比的优化，通过k-means聚类算法自动学习得到更适应数据集的anchor boxes。 4. 物体分类：YOLO v1只能检测出已知类别的物体，无法处理未知类别。而YOLO v2引入了目标分类器，可以检测出未知类别的物体，并将其归为背景类别。 5. 目标定位：YOLO v1在目标边界框的位置定位上存在一定的误差。而YOLO v2通过引入回归器来改进目标的位置定位，提高了检测的准确性。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值