論文： YOLO9000-Better,Faster,Stronger

論文閱讀： YOLO9000-Better,Faster,Stronger

?

YOLOv2 是經過改造之后的YOLO?

?

Batch Normalization：在所有的conv layer后加了BN之后提高了2% mAP，BN可以幫助regularize模型，這樣的話就可以放棄 dropout。

?

High Resolution Classifier： 之前的 YOLO是基于224X224，將resolution提高到448，首先在imagenet 上fine tune Network 10 epochs。

?

Convolutional With Anchor Boxes： 對于之前的YOLO，conv layers之后的 FC layer，YOLOv2 將FC layer移除之后，使用anchor boxes來預測 bounding boxes。
使用了anchor boxes在accuracy有了微小的提高，YOLO只有98 (7 x 7 x 2) 個bboxs，在anchor boxes下可以產生上千個box。

Diminsion Cluster：使用k-means來自動挑選box dimensions，選擇非Euclidean distance，而是 distance metric：

在VOC和COCO上的表現：

?

Direct Location Prediction：在YOLOv2中不直接regression計算offsets，而是predict location of the grid cell，利用 logistic activation來選擇 predictions，限制predictions落在range之內。

所以，prediction為：

如圖：

?

Fine-Grained Features
13 x 13 feature map , good for finer grained features for localizing smaller objects.

multi-scale training: change the network every few iterations. (Every 10 batches our network randomly chooses a new image dimension size)

?

為了Faster，重新修改了網絡結構：

?

YOLO9000, 利用細粒度分類 fine grained, wordTree 來幫助分類。

在train YOLO9000時候使用了 data combination，將COCO和ImageNet兩個數據集合并。

ImageNet的WordTree representation為圖像分類提供了更加豐富更加細致的輸出空間。

?

本人觀點：之前的YOLO出的早，網絡結構是很不錯，但是這兩年的classification、Detection領域發展太快，有太多好的trick和method，作者重新取長補短，將那些好的思想融入到YOLO中。實現了題目中的 Better，Faster， Stronger的特點。不錯的paper。

?