YOLOv2论文解读

YOLOv2论文解读

论文原文地址：

https://arxiv.org/pdf/1612.08242.pdf

论文的代码实现（原作者实现已经换成了YOLOv3，这里给出两个github版本）：

pytorch版本：https://github.com/longcw/yolo2-pytorch
keras版本：https://github.com/yhcc/yolo2

一、概述

YOLO9000中的9000是说它可以检测的超过9000多种类别的物体，比其它检测算法多出许多。它是YOLOv1的升级版本，因此又称为YOLOv2（YOLO9000是在YOLOv2对YOLOv1进行改进后，为了联合ImageNet和COCO训练进一步提出的）。原文标题为《YOLO9000: Better, Faster, Stronger》（很像奥运会口号），作者也从Better，Faster，Stronger三个方面进行了叙述。

二、亮点。

• 引入Anchor boxes，K-means聚类和直接位置预测改善定位问题。
• 改进了网络结构，根据VGG16改进提出了Darknet-19作为分类模型的基础，减少了训练参数，提升了速度。
• 提出了对图像分类和目标检测进行联合训练的一种方法，有效解决目标检测的数据集不足，识别种类少的问题。
• 提出词树（Wo