YOLOV2参数详解

原博客：http://blog.csdn.net/fate_fjh/article/details/70598510

前言

You Only Look Once (YOLO) 是一个基于GoogleNet的物体检测深度网络，Real-time(实时)与Efficient(有效)一定是YOLO最大的特点与优势。YOLO与其他物体检测的深度网络思路基本相同，学习物体分类以及BoundingBox位置与大小。 
参考：https://pjreddie.com/darknet/yolo/ 
Darknet是基于C语言写的深度网络框架，好处就是相比C++简单易懂，不过对于工程化来说就显得很不友好，所以才会有很多人把YOLO移植到其他深度网络框架去。

在个人的理解下，图像语意分割深度网络当然是最好的解决方法，但是其效果与时效性一直没有很好的表现，因此在规则的物体选用物体检测，不规则的物体采用语意分割可能是目前比较好的解决方法。

YOLOv2 参数详解

对于YOLOv2的深度网络原理以及解释在网上已经有很多人给出，因此作者就对在YOLOv2中的参数进行总结，使得大家可以更好地理解与学习YOLOv2。
以tiny-yolo-voc.cfg为例子进行解释，主要讲解YOLOv2的参数，普通CNN具有的网络层参数，并不解释。

[net]batch=64subdivisions=8width=416height=416channels=3momentum=0.9decay=0.0005angle=0saturation = 1.5exposure = 1.5hue=.1learning_rate=0.001max_batches = 40100policy=stepssteps=-1,100,20000,30000scales=.1,10,.1,.1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

batch：每次迭代要进行训练的图片数量 
subdivisions：batch中的图片再产生子集，源码中的图片数量int imgs = net.batch * net.subdivisions * ngpus 
width：输入图片宽度， height：输入图片高度，channels ：输入图片通道数

对于每次迭代训练，YOLOv2会基于角度(angle)，饱和度(saturation)，曝光(exposure)，色调(hue)产生新的训练图片 
angle：图片角度变化，单位为度，假如angle=5，就是生成新图片的时候随机旋转-5~5度 
saturation & exposure: 饱和度与曝光变化大小，tiny-yolo-voc.cfg中1到1.5倍，以及1/1.5~1倍 
hue：色调变化范围，tiny-yolo-voc.cfg中-0.1~0.1 
max_batches：最大迭代次数 
其余的为CNN学习参数，不予解释

[region]anchors = 1.08,1.19,  3.42,4.41,  6.63,11.38,  9.42,5.11,  16.62,10.52bias_match=1classes=20coords=4num=5softmax=1jitter=.2rescore=1object_scale=5noobject_scale=1class_scale=1coord_scale=1absolute=1thresh = .6random=1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

虽然region(YOLOv1的detection)在最后一层，但是很多参数都是一开始就载入使用的，尤其是对于图片数据处理的参数 
classes：类别数量 
coords：BoundingBox的tx,ty,tw,th，tx与ty是相对于左上角的gird，同时是当前grid的比例，tw与th是宽度与高度取对数 
num：每个grid预测的BoundingBox个数 
jitter：利用数据抖动产生更多数据，YOLOv2中使用的是crop，filp，以及net层的angle，flip是随机的，crop就是jitter的参数，tiny-yolo-voc.cfg中jitter=.2，就是在0~0.2中进行crop 
anchors：预测框的初始宽高，第一个是w，第二个是h，总数量是num*2，YOLOv2作者说anchors是使用K-MEANS获得，其实就是计算出哪种类型的框比较多，可以增加收敛速度，如果不设置anchors，默认是0.5，还有就是anchors读入参数中名字是biases 
这里有一个计算样本anchors的Python脚本，anchors生成脚本 
bias_match：如果为1，计算best iou时，预测宽高强制与anchors一致 
softmax：如果为1，使用softmax 
rescore：决定使用哪种方式计算IOU的误差，为1时，使用当前best iou计算，为0时，使用1计算 
object_scale & noobject_scale & class_scale & coord_scale：YOLOv1论文中cost function的权重，哪一个更大，每一次更新权重的时候，对应方面的权重更新相对比重更大 
thresh：决定是否需要计算IOU误差的参数，大于thresh，IOU误差不会夹在cost function中 
random：如果为1每次迭代图片大小随机从320到608，步长为32，如果为0，每次训练大小与输入大小一致