YOLO-V1
经典的one-stage方法
把检测问题转化成回归问题,一个CNN就搞定了
可以对视频进行实时检测,应用领域非常广
网络架构
损失函数:
优点:快速,简单
问题1:每个Cell只预测一个类别,如果重叠无法解决
问题2:小物体检测效果一般,长宽比可选的但单一
YOLO-V2
V2版本舍弃Dropout,卷积后全部加入Batch Normalization
网络的每一层的输入都做了归一化,收敛相对更容易
经过Batch Normalization处理后的网络会提升2%的mAP
从现在的角度来看,Batch Normalization已经成网络必备处理