一、V2版本细节升级
1、YOLO-V2:
- 更快!更强
1.1 做的改进内容
1. YOLO-V2-Batch Normalization
- V2版本舍弃Dropout,卷积后每一层全部加入Batch Normalization
- 网络的每一层的输入都做了归一化,收敛相对更容易
- 经过Batch Normalization处理后的网络会提升2%的mAP
- 从现在的角度来看,Batch Normalization已经成网络必备处理
2. YOLO-V2-更大的分辨率
- V1训练时用的是224224,测试时使用448448
- 可能导致模型水土不服,V2训练时额外又进行了10次448*448 的微调
- 使用高分辨率分类器后,YOLOv2的mAP提升了约4%