# 读论文系列·YOLOv2 & YOLOv3

## 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[这篇解读](https://zhuanlan.zhihu.com/p/25167153)，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

![](/files/-MkuKvlqljgpL6G0WC3k) 改进点list

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

![](/files/-MkuKvlrGia58lK1UgTV)

* 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。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://blog.cweihang.io/ml/papers/detection/yolo23.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.