??YOLOv2作為YOLO的第二個(gè)版本，在思想上仍然延續(xù)了YOLO的總體思路，還是單階段檢測(cè)。其實(shí)，作者主要是結(jié)合了當(dāng)時(shí)其他人一些較好的方法或者techniques來改進(jìn)YOLO。
??1、Batch Normalization
??在每一個(gè)卷積層之后增加一個(gè)BN層。
??2、高分辨率
??增加輸入圖片的分辨率，首先用448 * 448的分辨率在ImageNet上訓(xùn)練10個(gè)epoches。然后把這個(gè)網(wǎng)絡(luò)經(jīng)過fine-tuning用于檢測(cè)。
??3、Convolutional with anchor boxes
??（1）借鑒faster r-cnn關(guān)于RPN的思想，在特征圖的每一個(gè)格子中手動(dòng)生成anchor。關(guān)于定位，預(yù)測(cè)的是坐標(biāo)的偏移量而不是直接預(yù)測(cè)坐標(biāo)，這樣有助于網(wǎng)絡(luò)學(xué)習(xí)。
??（2）去除了YOLO中的全連接層，去除了最后一個(gè)池化層。以416 * 416為輸入的分辨率，最終的輸出經(jīng)過了32倍下采樣，因此輸出的結(jié)果是13 * 13。（因?yàn)閅OLO是以格子來預(yù)測(cè)物體，所以奇數(shù)個(gè)格子可以確保物體的中心只落在一個(gè)格子中）
??（3）從格子中解耦關(guān)于物體概率的預(yù)測(cè)，而把這個(gè)工作交給bounding box來完成。因此，每一個(gè)bounding box輸出的結(jié)果維度是：25（4個(gè)坐標(biāo)+1個(gè)置信度+20個(gè)分類概率）
??4、Dimension cluster
??作者通過對(duì)gt_box聚類的方法，最終選取了5種不同形狀的bounding box（對(duì)比faster r-cnn是采用了9種不同的anchor)，這種方法選取的anchor更具有針對(duì)性。聚類的結(jié)果顯示：這5種anchor的形狀大多是瘦高形狀的，矮胖型的很少。
??5、Direct location prediction
??關(guān)于坐標(biāo)的預(yù)測(cè)問題，作者改變了faster r-cnn中關(guān)于中心點(diǎn)坐標(biāo)偏移量的預(yù)測(cè)方法，而對(duì)寬度和高度的縮放量進(jìn)行預(yù)測(cè)則是和faster r-cnn中一致。
??為什么要這么做呢？作者認(rèn)為產(chǎn)生的bounding box有可能出現(xiàn)在任何位置，這樣會(huì)導(dǎo)致收斂困難。
??（ ps：我覺得作者的想法有待商榷，因?yàn)樵趂aster r-cnn中，會(huì)計(jì)算每個(gè)anchor和gt_box的IOU，如果IOU大于閾值0.7，那么對(duì)應(yīng)的anchor才會(huì)被采用，如果0.3<IOU<0.7，那么這種anchor會(huì)被舍棄。也就是說，我們需要回歸的目標(biāo)anchor都被限制在了gt_box周圍的一定范圍之內(nèi)。）
??從作者提供的公式來看（簡(jiǎn)書不支持公式，就不上公式了），處理方式還是延續(xù)了YOLO的思想，計(jì)算bounding box的中心點(diǎn)和所在格子左上角坐標(biāo)的偏移量，來達(dá)到歸一化的目的。這種做法，會(huì)把bounding box的中心點(diǎn)限制在每個(gè)格子距離為1的范圍之內(nèi)，確實(shí)可以加快收斂的速度。
??6、Fine-Grained Features
??YOLOv2在最后生成的13 * 13的特征圖上進(jìn)行檢測(cè)，對(duì)于大目標(biāo)的物體來說是足夠 的。但是，對(duì)于小物體的檢測(cè)能不能提高效果呢？所以，作者借鑒了SSD中在不同的feature map上進(jìn)行檢測(cè)的方法（在前面的特征圖中檢測(cè)小目標(biāo)，在后面的特征圖中檢測(cè)大目標(biāo)）。
??但是，實(shí)現(xiàn)的方法和SSD中不同，作何借鑒了ResNet中的思想，增加了一個(gè)passthrough層來實(shí)現(xiàn)。作者把倒數(shù)第2層，即 26 * 26 * 512這個(gè)feature map直接進(jìn)行reshape，變成 13 * 13 * 2048，然后把它和最后一層13 * 13的feature map進(jìn)行concat。