yolov2算法详解

yolov2原文叫 《YOLO9000:Better, Faster, Stronger》

yolov2相对于yolo来说的优势就是文章题目所说的，更好，更快，更强。下面来看看yolov2如何达到这个目的的。

随着BN的提出，且在各种网络大量的引入，yolov2引入了BN（batch normalization）。文章还发现BN不仅改善了网络性能，还有一定的正则化的作用，因此文章移除了yolo中使用的dropout *** 作。

关于BN具体的计算，可以参考 BN及其改进算法

在yolov1的时候采用的是 大小的来进行分类任务， 大小的来进行检测任务。

文章认为直接切换为高分辨率，可能对网络性能有所伤害。yolov2在使用了 大小的训练的分类网络中，再用 大小的来训练10轮分类网络，之后用得到的网络来训练检测网络。

借助fasterrcnn的思想，预测坐标的偏移量比直接预测坐标更容易学习，所以yolov2引入anchor的思想。

fasterrcn预测方式如下：
上式中，x，y是预测的框中心， 、 是anchor框的中心点坐标， 、 是anchor框的宽和高， ， 是网络的输出。

注意：这里与yolo9000原文不同的是，上式中是‘-’号，但是按照fasterrcnn的公式推导其实应该为‘+’，这样更好理解

fasterrcnn这种训练方式对于 和 没有约束，使得训练早期坐标不容易稳定。

所以yolov2的预测方式如下：
上式中， 分别为预测参数， 为归一化的预测框的中心坐标和长宽， 是当前网格距离左上角的距离，该距离也为规划化后的距离， 表示anchor的长宽， 表示sigmoid函数。上述中的归一化指的是每个网格的长宽为1。这里可以看出因为加了sigmoid函数，使得预测出的 始终为0-1的，就不容易造成训练早期的坐标不稳定了。

在yolov1中，因为每个网格负责预测两个框，对于大小为 大小的featuremap来说，yolov1只能预测出 个预测框。但是引入anchor后，对于 的featuremap来说，可以预测出 个预测框（这里假定使用更大的分辨率图像作为输入，且anchor类型有9累）。所以引入anchor对于模型性能的提升，增大了优化的空间。(虽然引入anchor，使得文章的map下降了，但是召回升高了很多)

yolov2中anchor定义不同于fasterrcnn是人工预设的比例和大小，文中通过k-means来聚类出k类anchor类，文章最终k=5。这里聚类时距离的度量值如下定义：

上式中centroid为聚类中心，box为其它待聚类的框，IOU为iou计算公式。可以看出IOU越大，两个框越近。

为了对小物体有更好的检测效果，文章想直接利用更为精细的特征来检测小物体，所以在进行最终的下采样之前，引入了passthrough的方法，该方法利用了下采样之前的特征是的对小物体的检测更为精确。
关于passthrough方法，网友给出的图非常详细，如下图所示：

yolov1中对于检测任务采用的是 来训练网络。yolov2为了适应多尺度的物体检测，网络的训练时采用多种尺寸，这些尺寸为32的倍数，有 。训练过程中，每10个batches后随机选择这些尺度中的一个输入网络进行训练。

文中提出了一个新的网络结构叫做Darknet-19，网络结构如下图所示。

表中展示的是分1000类的网络结构。

对于检测任务，网络结构相对上述分类结构有所改动。

文章的这部分主要是用来证明yolov2有较强的特征提取性能，采用了一些整理标签的方法，融合了COCO和Imagenet来做一些实验。

在这篇文章中，我们将使用来自 AWS 上的 COCO 数据集（可定制）的图像设置和运行 YOLO。

一般来说，分类技术在自动驾驶 汽车 中没有多大帮助，因为它只预测图像中的一个对象，并且不给出该图像的位置。 而目标检测在自动驾驶 汽车 中非常重要，可以检测场景中的对象及其位置。 YOLO（你只看一次）是由 Joseph Redmon 等人创建的一种高速实时对象检测算法。 YOLO使用卷积神经网络 (CNN)解决概率的回归问题。 后来又进行了一些修改。 为了进行预测，YOLO 只需要通过 CNN 进行一次前向传播。 它输出具有相应边界框的对象。 它广泛用于自动驾驶 汽车 以检测场景中的物体。

第 1 步：设置帐户（这步可以跳过）

登录wandbai网站并复制以下内容：

来自 wandbai/authorize 的 API 密钥
wandbai/settings 中的团队名称。 默认团队名称将是用户 ID。

第 2 步：创建 AWS 实例（如果你在本机训练这步也可以跳过）

在创建实例时，选择“Deep Learning AMI (Ubuntu 1804) Version 470 — ami-01f1096e6659d38fa”AMI，因为它具有深度学习任务所需的库。 如果我们在“选择AWS机器映像 (AMI)”步骤中搜索“deep learning”，我们可以找到这。为“实例类型”选择 P3 实例。 实例类型 p32xlarge（V100） 就足够了。为了节省成本，请在“配置实例”步骤下选择 Spot 实例。

第 3 步：安装依赖项

登录 AWS 实例后，使用以下命令创建 conda 环境并设置 Weights & Bias 环境变量：

第 4 步：训练、验证和测试

第 5 步：检查指标

验证集真实标签

验证集预测标签

训练的损失

测试

以上所有结果都会保存在文件夹yolov5runsdetectexp下

---