【YOLO】YOLO V2详解

YOLO V2是YOLO系列的第二版，在YOLO V1的基础上加以改进，改善了YOLO V1定位不准的问题，又保证了检测的速度，可谓集准确性与速度于一身（YOLO V2获得了CVPR2017的最佳论文提名）。YOLO V2的原文提出了两个模型：YOLO V2和YOLO9000，本文主要着重YOLO V2，下面让我们一同走进YOLO V2的世界。 Outlines： YOLO V2 vs V1；...

【目标检测】【深度学习】【Pytorch版本】YOLOV2模型算法详解

Batch Normalization 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 从现在的角度看Batch Normalization已经成为网络必备处理 更大的分辨率 V1训练时用的是224224，测试时使用448448 可能导致模型水土不服，V2训练时额外又进行了10次448*448的微调 使用高分辨率分类器后，YOLO-V2的MAP提.

论文地址: YOLO9000: Better, Faster, Stronger 如果对 YOLO 没有概念的朋友，可以先看看YOLO V1 的思路。 在YOLO v1 之后，深度学习出现了许多trick，例如batch Normalization , 多尺度训练等，为了提高检测精度，v2也借鉴 RCNN 体系的anchor box。 Better： 1、加入BN Batch Normalization（批归一化）map 提升 2% BN 已经成为一种标配，加入BN 后，可以去掉 dropout。 2、高分

YOLOv1 虽然检测速度快，但在定位方面不够准确，并且召回率较低。为了提升定位准确度，改善召回率，YOLOv2 在 YOLOv1 的基础上提出了几种改进策略，如下图所示，一些改进方法能有效提高模型的 mAP。

换种说法就是，原始图片（448/7）*(448/7）这片区域的信息（包括是否有目标，目标类别，目标边界框位置）包含在了最后的7*7特征图的对应一个像素点上（当然，实际上是1024尺寸的特征信息，因为通道数是1024）。我们知道，图像是长*宽的尺寸的像素点组成的，可以在图像上设置图像坐标系（比如以左上角为坐标原点，向右向下分别为x,y轴正方向），然后就可以使用边界框选中目标，边界框使用在图像坐标系上的坐标来表示，如下图，x,y,w,h，其中（x,y）是边界框左上角的像素坐标，w,h分别是边界框的宽和高。

改进：yolov2舍弃了dropout（dropout就是在全连接层使用，防止过拟合。） v2开始网络中没有了全连接层，取而代之的是在每一次卷积之后都加一个batch normalization，这种操作类似于归一化处理，让每一层卷积处理后的特征图都保持着均值为0，方差为1，使得收敛起来更加容易。 BN的位置在每一层卷积后，relu激活函数前。 v2在v1的基础上增加了10次的448x448的训练，让整个模型的鲁棒性更好。 关于v2的网络结构，变化比较大。 整个网络取消了全连接层，全部由卷积层和池化..

❝上期我们一起学习了YOLO-V1算法的框架原来和损失函数等知识，如下：目标检测算法YOLO-V1算法详解目标检测模型YOLO-V1损失函数详解【文末领福利】❞今天，我们一起学习下YOL...

本篇介绍了： 1. YOLO V2使用的网络结构是使用Darknet-19作为主干网络。输入图像的大小必须满足32的倍数。 2. 先验框使用k-means聚类方法在训练集上对先验框进行聚类，分出五个先验框。改变了距离计算方式，增强边界框尺寸权重影响。 3. 中心点使用直接位置预测方法：通过sigmoid函数将中心位置点限制在一定范围内，以确保预测的边界框更加准确。 4. 由于多次池化，可能难以观测到小物体，使用多尺度融合方法，融合上下层的特征信息，提升目标检测的精度和召回率。

YOLO9000:Better,Faster,Stonger Abstract 1. Introduction 2. Better 3. Faster 4. Stronger 5. Conclusion

1. YOLO V1的缺陷回顾    YOLO V1对相互靠近的两个物体（比如紧挨在一起且落在同一个格子上），以及很小的群体（比如易拉罐），检测效果不好，这是因为一个网格中只预测了两个框，并且只属于一个分类。    测试图像中，当同一类物品出现不常见的长宽比和其他情况时，泛化能力偏弱。由于损失函数的问题，定位误差是影响检测效果的主要原因，尤其是在太小的物体处理上，有待加强。2. YOLO V2的简...

YOLO: Real-Time Object Detection 只看一次 (YOLO)是一个实时对象检测系统。在 Titan X 上处理速度可以达到 40-90 FPS ，在  VOC 2007 上mAP（平均准确率）为78.6% ，在COCO test-dev上平均准确率为48.1%。 Model Train Test mAP FLOPS FPS Cfg

yolo voc锚框聚类 https://blog.zhujian.life/posts/7dbb89f0.html