Introduction
论文这里主要介绍了,如何合理detection任务的数据集和classification任务的数据集来做我们的yolo9000,进而生成yolo2.
关键就是这段话吧,用被标记的检测图片来学习精准定位物体,同时用分类任务的图片来扩展种类和鲁棒性。
Better
使用的提升方法。
Batch Normalization
批处理规范化大大提高了收敛性,同时消除了对其他形式的规范化的需要。通过BN,我们可以在不过度拟合的情况下从模型中去除dropout。
High Resolution Classifier
就是之前很多sota检测都是基于Imagenet的预训练分类器。从AlexNet开始大多是分类器都采用的输入图片是256256的。初代YOLO将分辨率提高到了448448。这意味着网络必须同时切换到学习对象检测,并调整到新的输入分辨率。
所以在YOLOv2,先在基于ImageNet中448*448分辨率下微调了分类网络10epochs。这给网络时间来调整过滤器,以更好地工作在更高分辨率的输入。然后在检测时微调resulting网络。这个高分辨率的分类网络使mAP增加了近4%。
Convolution With Anchor Boxes
YOLO预测boundin