yolo-v2

对yolo-v1(定位性能,recall,小目标和密集目标差)的改进:

Better:

1.加入BN层

2.高分辨率分类器,先在224*224上训练,再在448*448上(因为没了FC层,加上了全局池化层,所以没有了图像的尺寸的限制)训练10epoach,再在448*448上微调。3.加入了anchor机制,通过k值聚类对原始的图像的bounding box的高宽 比进行聚类,分为了5类。对于grid改为了13*13的

。大图片-速度慢-精度好,小图片-速度快-精度较低,因此可以通过输入不同的尺寸的图像来获得速度和精度的均衡。

4.限制预测框的中心点在它所对应的grid cell内。

yolo-v2_第1张图片

yolo-v2_第2张图片

 

yolo-v2_第3张图片

yolo-v2_第4张图片

yolo-v2_第5张图片

 

你可能感兴趣的:(目标检测,目标检测)