YOLO学习笔记4——YOLOV2详解+论文解读

发布时间:2023-02-25 10:30

YOLOV2、YOLO9000论文连接:https://arxiv.org/abs/1612.08242
YOLOv2主要是改进原有的YOLO算法,2017年,作者 Joseph Redmon 和 Ali Farhadi 在 YOLOv1 的基础上,进行了大量改进,提出了 YOLOv2 和 YOLO9000,重点解决YOLOv1召回率和定位精度方面的不足。

YOLO的缺点:

  • 对相互靠近的物体,以及很小的群体检测效果不好,这是因为一个网格只预测了2个框,并且都只属于同一类;
  • 对不常见的角度的目标泛化性能偏弱;
  • 定位不准确,尤其是大小物体的处理上,还有待加强;
  • 端对端网络在前期训练时非常困难,很难收敛;
  • 预训练的输入224x224,预测的输入448x448,模型需要适应图像分辨率的改变;

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号