yolo-v2

对yolo-v1（定位性能，recall，小目标和密集目标差）的改进：

Better：

1.加入BN层

2.高分辨率分类器，先在224*224上训练，再在448*448上（因为没了FC层，加上了全局池化层，所以没有了图像的尺寸的限制）训练10epoach，再在448*448上微调。3.加入了anchor机制，通过k值聚类对原始的图像的bounding box的高宽 比进行聚类，分为了5类。对于grid改为了13*13的

。大图片-速度慢-精度好，小图片-速度快-精度较低，因此可以通过输入不同的尺寸的图像来获得速度和精度的均衡。

4.限制预测框的中心点在它所对应的grid cell内。