目标检测简单笔记之YOLOV2
一. YOLOV2简介
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。