《YOLO9000:Better,Faster,Stronger》笔记

1. 简介
2. Better
   2.1 Batch Normalization
   CNN在训练的过程中，每层的输入分布一直在改变，这会使得训练难度加大。在所有的卷积层中加入BN可以规范化输入，提高网络的收敛性，同时消除了网络对其他形式正则化的依赖（丢弃Dropout）。mAP有了2%的提升。
   2.2 High Resolution Classifier
   业界的对目标检测网络的标准做法，都会将classifier在ImageNet做pretrain。从AlexNet网络开始，大多数classifier的input都小于256*256，YOLO的input也是224*224，这样对图片做resize导致分辨率不高。YOLOv2将input提升到448*448，在ImageNet数据集上调优classifier 10个epoch，去适应高分辨率的输入，然后再调优用于检测resulting network。mAP有了4%的提升。
   2.3 Convolutional With Anchors Boxes.
   YOLO使用全连接层来预测bbox，损失了像素之间的空间信息。