YOLO系列之yolov2解读（2）

说明

以下为个人对于v2版本的总结

论文参考：https://arxiv.org/pdf/1612.08242.pdf

改进

yolov1 存在无法检测多物体的问题

yolov2引入了许多东西

• 去除了全连接层和dropuot， 用BN，batch NormalSize代替
• 更换了特征提取为darknet，效果更好
• 增加了大图像的训练支持， 在原本224* 224 的上面加入了10次epochs 的448448训练，实际为416416，同时去除了全连接层，可以输入任意大小
• 用kmeans提取anchors， 作者用了k= 5，d = 1-IOU(a,true), 表示IOU越大，距离越近。
• 修改位置为offset，相对偏移量计算。

其中 tx, ty ， tw, th 为中心点相对当前网格的偏移量，用sigmoid 进行限制在0-1内。