YOLOv2

YOLOv2：

YOLOv1的缺点

  1. 虽然检测速度较快，可以实现实时检测，但mAP（检测准确度）较之前的双阶段目标检测模型较低
  2. 图像划分为7x7个grid cell，每个grid cell负责预测一个物体，最多预测49个物体，召回率较低
  3. 检测小目标和密集目标的能力比较差

YOLOv2 Better

Batch Normalication

YOLOv1没有使用BN层，BN层加快了模型的收敛，并且起到了正则化的作用

详见Batch Normalization - dctwan - 博客园 (cnblogs.com)

Anchor

YOLOv1划分成7x7的grid cell，每一个grid cell生成两个bbox，这两个bbox是固定的

YOLOv2使用anchor，每个图片划分成13x13个grid cell，每个grid cell生成5个anchor，尺寸，比例各不相同

image-20230319205029047

v2输出张量

image-20230319205353722

v1和v2输出张量的对比

image-20230319205238905
posted @ 2023-03-19 21:00  dctwan  阅读(16)  评论(0)  编辑  收藏  举报