YOLO系列——yolov2

检测模型 = 特征提取器+检测头

一、yolov2

1、基本概念

yolov1的检测速度快，但是预测框不准确，很多目标找不到

• 预测的框不准确
• 目标找不到

问题 1：预测的框不准确

yolov1直接预测的是目标框的坐标（x，y，w，h），yolov2改进预测的是目标框的偏移量。直接预测位置会导致神经网络在一开始训练时不稳定，使用偏移量会使得训练过程过程更加稳定，性能指标提升。

• 偏移量：

   

模型预测的值为：tx、ty、tw、th

模型最终的检测结果为：bx、by、bw、bh

cx、cy为grid左上角坐标，pw、ph为Anchor的宽高。

问题 2：很多目标找不到

将yolov1的 7 x 7 改为 13 x 13 区域，而且每个区域有5个Anchor（锚框），而且每个锚框对应一个类别。

1、为什么用Anchor

2、每个区域的5个Anchor是如何得到的呢

对训练集中的GT bounding box进行聚类，根据实验发现聚5类较合理。

anchor是从数据集中统计获得的，Faster-RCNN中的Anchor的宽高和大小是手动挑选的。

2、yolov2的网络结构

2. 1 网络模型（Darknet-19）

       采用19个卷积层，5个池化层

2. 2 相对于yolov1的改进

（1）加入BN

      解决梯度消失和爆炸，起到一定的正则化效果

（2）使用高分别率图像，微调分类模型

      yolov1：训练使用224x224，测试：448x448

      yolov2：保持v1不变，但是在原训练的基础上加上（10个epoch）的448x448高分别率样本进行微调，测试用448x448。

（3）聚类使用先验框

         yolov2对训练集中所有标注的边界框进行聚类（5类），将每一类的中心中心实际值（w，h）作为先验Anchor

（4）相对偏移计算

（5）细粒度特性——提高对小目标的检测能力

        对不同层的特征进行融合，高分别率的浅层进行拆分叠加到低分辨率的深层特征

（6）多尺度检测

       每经过一定次数的迭代，可以进行输入图像尺度变化。