YOLO系列改进

yolo核心思想：把目标检测转变成一个回归问题。将整个图像作为网络的输入，仅仅经过一个神经网络，得到边界框的位置及其所属的类别。

YOLOv1 CVPR2016

输出7×7×30的张量表示2个框的5个参数和20个种类。leaky ReLU，leaky并不会让负数直接为0，而是乘以一个很小的系数(恒定)，保留负数输出，但衰减负数输出。y=x,x>0；0.1x,otherwise；分而治之；端到端训练，损失函数的传播贯穿整个网络。第一个全连接层，把输入图像的所有卷积特征整合到一起；第二个全连接层，将所有神经元得到的卷积特征进行维度转换，最后得到与目标检测网络输出维度相同的维度。

YOLOv2 CVPR2017

（1）yolov2借鉴了Faster R-CNN的思想，引入Anchor机制，并利用K-means聚类的方法在训练集中聚类计算出更好的Anchor模板，大大提高了算法的召回率；
（2）同时结合图像细粒度特征，将浅层特征与深层特征相连，有助于对小尺寸目标的检测。

特点：折中，可以自己平衡速度和准确率

改进：batch normalize（BN）：加速收敛，正则化模型，可以去掉dropout，map提升2%

Convolutional with Anchor Boxs：相比于v1每张图预测98个预测框，anchor boxes可以预测1000个

Dimension Clusters：anchor遇到的第一个问题 需要动手设定模板框prior 使用k-means聚类折中取得k=5

Direct location prediction：第二个问题 box预测（x,y）位置时，模型不稳定。直接预测对于网格单元的相对位置。w和h通过bbox prior调整 。模型提高5%