YOLO系列改进

来源 详解 YOLO v1 BACKBONE GoogleNet 缺陷 输入图像必须是固定尺寸 输出层是全连接层 每个网格只输出一个类别 训练依赖于物体标注，泛化能力差。 IoU是通过，分类结果对应训练集的bb，以及预测的bb做运算。 小目标鲁棒性差。 下采样层多，物体特征不够精细 YOLO v2 BACKBONE Darknet-19 改进 Batch Normalization 加入Batch

>>阅读原文<<