经典论文解读YOLOv2 目标检测

Posted 2021-11-10 一颗小树x

前言

YOLO是一种目标检测方法，它的输入是整张图片，输出是n个物体的检测信息，可以识别出图中的物体的类别和位置。YOLOv2相对v1版本，更准确，速度更快，识别对象更多。

v2版本主要的改进是采用先验框Anchor Boxes、聚类提取先验框尺度、约束预测边框的位置；这点和v1版本差异较大，v1版本没有采用先验框，每个网格只预测两个边界框。

v1版本这两个边界框“没有预先设计”框的大小和形状，而是模型生成，然后回归调整的；也没有对每个边界框输出一个对象预测，而是一个网格只预测一个对象类别。

还有一些其他改进：使用批归一化BN、去除全连接层，多尺度图像训练、使用高分辨率图像微调分类模型、passthrough层检测细粒度特征 等。

论文地址：YOLO9000: Better, Faster, Stronger

开源代码：https://github.com/pjreddie/darknet

一、网络结构

v2版本的网络结构依然比较简单，常规的卷积、池化最后加了passthrough层；去掉了全连接层。画了一个草图，便于大家理解： 

1.1 整体网络结构