yolov2论文初读笔记

概括：

yolov2论文主要根据yolov1体现的一些缺点和局限性作出了一些改进：论文称达到了better、fatser、stronger

已上图根据身高体重分成两类的例子为例介绍
步骤流程：
1、确定好分成k=2类；
2、确定初始化群中心点，如图中的蓝色和红色点；标准做法是计算每个点到两个群心的欧式距离，最小的举例则属于对应群心那类，已此方法重新聚类；
3、重新确定群中心点，重复2操作；
回到yolov2先验框的聚类确定，因为先验框对于我们来说真正关系的是他的置信度，或者是IOU，IOU越大说明这个先验框预测效果越好，IOU其实与先验框的尺寸没有关系，所以并不采用标准的欧式距离去聚类，而是根据公式：
$d(box,centroid)=1-IOU(box,centroid)$
上面说到yolov2先验框个数也就是k类选的是5，这里是作者将k值设定类很多种值实验得来的结果，因为在k>5以后虽然IOU更高，但是模型必然会随着k的增大而更复杂，计算量也更大，而k=5时已经有比较好的IOU，再此之后IOU升高速度也很慢，所以5是模型复杂度和高IOU的折衷取值。

这样的细粒度处理提升来1%mAP。
多尺度训练：
yolov2在训练时采用输入图片随机变化不同尺度进行训练的方式，因为yolov2的网络结构更改了，没有全连接层，所以输入尺寸其实并不是向yolov1那样受限了，那yolov2是怎样改变训练图片输入尺寸的呢，yolov2有一个倍数因子是32，输入图片只要满足32的整数倍都可以，所以输入图片的尺寸就可以是：{320,352,...,608},训练集中提供这些尺寸的输入图片，并在训练时每10个batch就随机更换一种尺寸，这样能使yolov2的网络模型适应各种大小输入图片的检测，这里的原理和前面的高分辨率分类器处理是一样的。

Faster（创新了darknet-19网络结构）

上述的优化主要是提高检测精度和召回率，此段主要介绍yolov2如何实现更快的，主要是完全改变了网络结构，废去了yolov1的网络结构，自创了名为darknet-19的网络结构：