YOLO家族演进

一、YOLO概述

• YOLO属于one-stage目标检测算法，使用一个神经网络直接将一整张图像输入神经网络，进而预测得到目标的类别和边界框。
• YOLO网络和GoogleNet网络结构类似，其中，YOLO用3×3和1×1的卷积替代了GoogleNet的inception module。
• YOLO具有检测速度快、不容易出现背景错误等优点；但也存在对小物体的检查效果不好等的缺点。

二、YOLOv2的改进

• 添加BN（Batch Normalization）层，对网络的每一层输入进行归一化

• 引入Anchor box

• 将分类网络（预训练模型）分辨率由224×224提高到448×448

• 通过K-means聚类方法进行边界框聚类

• 把浅层和深层特征层相连，更好地对小物体进行检测

• 在一定batches之后调整图像大小，实现多尺度地训练等

三、YOLOv3的改进

• 将softmax层替换成逻辑回归层，以实现多标签分类

• 在YOLOv2的基础上，把三个尺度进行融合，进一步提高对小物体的检测性能等

四、特征提取器

• YOLOv2提出了Darknet-19这一特征提取器（对应19个卷积层和5个max pooling层）
• YOLOv3提出了Dark net-53这一特征提取器（在Darknet-19的基础上扩充至53层）
• 主体都大量使用了3×3和1×1卷积核

YOLOv3的配置过程详见：YOLOv3训练自己的VOC数据集