梦里风林
  • Introduction
  • Android
    • activity
      • Activity四种启动模式
      • Intent Flag
      • 多task的应用
      • Task和回退栈
    • sqlite
      • 【源码】CursorWindow读DB
      • Sqlite在Android上的一个Bug
    • Chromium
    • ListView读取DB数据最佳实践
    • Android Project结构
    • 一个由Proguard与FastJson引起的血案
    • 琐碎的一些tips
  • Computer Vision
    • 特征提取
    • 三维视觉
    • 计算机视觉常用工具
    • 浅谈深度学习数据集设计
    • 随笔
  • Machine Learning
    • 技巧
      • FaceBook: 1 hour training ImageNet
      • L2 Norm与L2 normalize
    • 实践
      • Pytorch实验代码的亿些小细节
    • 工具
      • Tensorflow学习笔记
      • MXNet踩坑手记
      • PyTorch踩坑手记
      • PyTorch模型剪枝
      • Keras踩坑手记
      • mscnn
      • Matlab
        • Matlab Remote IPC自动化数据处理
    • Papers
      • Classification
      • Re-identification
        • CVPR2018:TFusion完全解读
        • ECCV2018:TAUDL
        • CVPR2018:Graph+reid
        • Person Re-identification
        • CVPR2016 Re-id
        • Camera topology and Person Re-id
        • Deep transfer learning Person Re-id
        • Evaluate
      • Object Detection
        • 读论文系列·干货满满的RCNN
        • 读论文系列·SPP-net
        • 读论文系列·Fast RCNN
        • 读论文系列·Faster RCNN
        • 读论文系列·YOLO
        • 读论文系列·SSD
        • 读论文系列·YOLOv2 & YOLOv3
        • 读论文系列·detection其他文章推荐
      • Depth
      • 3D vision
        • 数据集相关
        • 光流相关
      • Hashing
        • CVPR2018: SSAH
      • 大杂烩
        • CNCC2017 琐记
        • ECCV 2016 Hydra CCNN
        • CNCC2017深度学习与跨媒体智能
        • MLA2016笔记
    • 《机器学习》(周志华)读书笔记
      • 西瓜书概念整理
        • 绪论
        • 模型评估与选择
        • 线性模型
        • 决策树
        • 神经网络
        • 支持向量机
        • 贝叶斯分类器
        • 集成学习
        • 聚类
        • 降维与度量学习
        • 特征选择与稀疏学习
        • 计算学习理论
        • 半监督学习
        • 概率图模型
        • 规则学习
        • 强化学习
        • 附录
  • Java
    • java web
      • Servlet部署
      • 琐碎的tips
    • JNI
    • Note
    • Effective Java笔记
  • 后端开发
    • 架构设计
    • 数据库
    • java web
      • Servlet部署
      • 琐碎的tips
    • Spring boot
    • django
    • 分布式
  • Linux && Hardware
    • Ubuntu安装与初始配置
    • 树莓派相关
      • 树莓派3B+无线网卡监听模式
      • TP-LINK TL-WR703N v1.7 openwrt flashing
  • Python
    • django
    • 原生模块
    • 设计模式
    • 可视化
    • 常用库踩坑指南
  • web前端
    • header div固定,content div填充父容器
    • json接口资源
  • UI
  • kit
    • vim
    • git/github
      • 刷爆github小绿点
    • Markdown/gitbook
      • 琐碎知识点
      • gitbook添加disqus作为评论
      • 导出chrome书签为Markdown
      • Markdown here && 微信公众号
    • LaTex
      • LaTex琐记
    • 科学上网
    • 虚拟机
  • thinking-in-program
    • 怎样打日志
  • 我的收藏
  • 琐记
    • 论文心得
    • 深圳买房攻略
  • 赞赏支持
由 GitBook 提供支持
在本页
  • YOLOv2/YOLO9000
  • YOLOv3

这有帮助吗?

  1. Machine Learning
  2. Papers
  3. Object Detection

读论文系列·YOLOv2 & YOLOv3

上一页读论文系列·SSD下一页读论文系列·detection其他文章推荐

最后更新于3年前

这有帮助吗?

YOLOv2/YOLO9000

YOLO9000: Better, Faster, Stronger

YOLOv2 是一个单纯的改进型工作,在YOLO上集成了很多已有的trick(比如加了BN,anchor),因为是trick文章,这里就不做完整解读了,可以参考,我觉得其中比较有新意的地方有两个:

  • Dimension Clusters得到更好的anchor

  • YOLO9000:用WordTree整合ImageNet和COCO数据集联合训练Darknet(有种知识图谱和DL结合的感觉),用多个softmax loss分别做不同层次的分类

改进点list:

  • Batch Normalization

  • 用448x448的图片训练分类器

  • 使用anchor

  • 聚类得到更好的初始anchor位置(使用IOU进行box距离判断)

  • 直接预测box位置

  • 类似ResNet的passthrough feature叠加

  • 由于是全卷积网络,可以接收不同尺度输入进行训练

  • Darknet-19:大量使用3x3和1x1卷积,BN

  • 用wordtree整合ImageNet和COCO数据集,多标签联合训练Darknet

YOLOv3

YOLOv3也是一个单纯的改进性工作。。没啥创新性,但是效果好_(:з」∠)_

作者也觉得这不算是一篇正式paper,只是一个工作报告,所以论文写得跟玩儿似的

  • 使用更多的shotcut,构造更深的darknet-53(ResNet提出来的)

  • 使用三层feature map分别对应不同尺度的anchor(SSD,FPN已经这样做过了)

  • 由于softmax分类loss前提假设是每个对象只属于一个分类,对于有包含关系的类别,softmax没那么适用,于是yolov3使用了逻辑回归的方法做分类,同时回归一个anchor属于多个类的概率,ground truth值是0或1,分别代表一个anchor是否与ground truth box相匹配。

改进点list

这篇解读