目标检测简单笔记之YOLOV2

一. YOLOV2简介

yolov2的论文地址

二. 网络结构

yolov2相比与yolov1，在细节上作了很多处理，总结如下：

2.1 Batch Normalization

使用了BN，提高了2%的map，同时可以移除dropout的操作。

2.2 High Resolution Classifier

先用448x448大小为输入的分类网络在ImageNet上finetune了10个epochs，再用这个网络去作检测。提高了4%的map。

2.3 Convolutional With Anchor Boxes

去除了全连接层，并用anchor box去预测目标框。同时不再直接预测框的位置坐标，而是去预测它的偏移量。map从69.5下降到69.2，但是recall从81%提高到了88%。

2.4 Dimension Clusters

用kmeans的方法去选择anchor boxes

2.5 Direct location prediction

对原来公式中的tx, ty作了约束，使得框的位置更准确，不会乱跑。
原来的公式如下：

作了约束之后，有：

2.6 Fine-Grained Features

通过结合浅层和深层的feature map（可以帮助更好地检测小物体），提高了1%的性能。
这里论文提到了passthrough layer的概念，

论文里提到，passthrough layer把26x26x512的feature map变成了13x13x2048的feature map，尺寸大小变成一半，channel变成了2两倍，具体操作如下图所示：

（上图图片出处：here）

2.7 Multi-Scale Training

训练的时候，用不同大小的input去训练网络

2.8 darknet-19

以darknet-19（作者自创的）为基础网络进行模型的训练，darknet-19的网络结构如下图所示：

2.9 其他

论文中还提及了其他一些操作，这里就不多说了，就这样！！！具体见原论文~~

三. 总结

yolov2相比yolov1，作了很多细节上的处理。

结束。