yolo V2 原理深度讲解

改进：yolov2舍弃了dropout（dropout就是在全连接层使用，防止过拟合。）

v2开始网络中没有了全连接层，取而代之的是在每一次卷积之后都加一个batch normalization，这种操作类似于归一化处理，让每一层卷积处理后的特征图都保持着均值为0，方差为1，使得收敛起来更加容易。

BN的位置在每一层卷积后，relu激活函数前。