Yolo系列(2)--Yolov2

1.背景 由於Yolov1網絡效率低，對於小物體和密集羣體檢測效果差，也得益於Faster RCNN先驗框的啓發，Yolov2基於Yolov1的基礎上產生了。 2.基本概念 1.Multi-Scale Training(多尺度訓練) Yolov2整個網絡採用卷積層和池化層，並無全輸出層，因此並沒有圖片尺度大小的限制。 由於輸入圖片一般爲416416，五次池化後，變爲1313。因此，輸入圖像基本爲3

>>阅读原文<<