YOLOV2

YOLOV2 YOLO v1缺点： 定位不准确 比选择性搜索区域提取（region proposal）的方法召回率较低 YOLO v2网络结构： YOLO v2对v1的改进： 对网络每一层的输出添加（Batch Normalization），即对输出做归一化。这样，输出被划分到 [0，1] 闭区间。不需要每层学习数据的分布，收敛速度加快。并且，解放了dropout，使mAP值提升。 预训练阶段v1

>>阅读原文<<