論文學習記錄：YOLO9000: Better, Faster, Stronger

YOLO9000能夠檢測超過9000類物體，它聯合訓練了COCO數據集和ImageNet數據集。是在YOLO和YOLOv2基礎上的進一步改進。 一、更好 YOLO與Fast-RCNN相比，其bounding box的定位精度差。與Region Proposal的方法相比，其recall低。YOLOv2並沒有增加網絡的深度， 相反還簡化了網絡使其容易學習。 Batch Normalization。Y

>>阅读原文<<