(三)YOLO-V2改进细节

(1)Dropout与Batch Normalization

在V1版本中使用Dropout,在前向传播时,停止一部分神经元,使模型泛化性更强,防止过拟合

在V2版本中改进为BN(批量标准化),对数据进行归一化(统一格式、均衡化、去噪等),提高训练速度,提升训练效果

BN在目前已经成为网络必备模块

(2)更大的分辨率

V1版本中训练使用224*224的分辨率,而测试使用448*448

V2版本中额外加上10个epoch的448*448训练对模型进行微调

(3)网络结构(Darknet-19)

删掉了V1中的FC层(全连接层),改为用卷积层和池化层来提取特征,共进行了五次降采样,将特征大小压缩为原始图像的1/32倍

对于Darknet的不同版本,进行的卷积层数不同,其效率、精度不同,例如Darknet-74比Darknet-19卷积更深,得到的结果就更精确,但效率更低

(4)K-means聚类提取候选框(Anchors box机制)

V1中候选框是预先给出2个,V2中通过将比较常规的候选框与真实框进行聚类,选出5个最具有代表的候选框Anchors

(5)候选框与预测框的坐标偏移计算(Directed Location Prediction)

(图中黑色为anchor先验框,蓝色为预测框) 

区别于V1中直接使用绝对偏移量,V2中使用相对于grid cell的偏移量进行预测 ,其中σ为sigmoid函数,将偏移量限制在[0,1]之间

(6)感受野的作用

感受野就是通过卷积池化等操作后,在特征图中的一块对应原图的一部分,相当于代表了这部分的特征,越大的感受野越能代表全局的特征

需要注意的是,对应得到相同的感受野,堆叠小的卷积核所需的参数更少一些,并且卷积过程越多,特征提取也会越细致,加入的非线性变换也随着增多,还不会增大权重参数个数,这也是VGG网络的基本出发点,用小的卷积核来完成体特征提取操作

(7)特征融合改进

得到最后一层特征图时,其对应的感受野很大,容易丢失小目标,所以需要与之前的特征进行融合

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Vic.GoodLuck

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值