深度学习物体检测（九）——对象检测YOLO系列总结

YOLO ->SSD  -> YOLO2路线是基于回归检测进化路线，

一句话来描述 来描述进化过程：

YOLO：RCNN系列对象检测太慢了，能快点吗？

SSD ：YOLO速度是上来了，可是mAP太低了？

YOLO2：结合YOLO和Faster RCNN网络各自快速和mAP高的优点，能满足实时和较高的mAP的要求吗？

YOLO摘要：

性能：22毫秒/张图片，检测结果是57.9%（mAP）

技术要点：图片划分为7*7的网格，各一个格子预测两个目标，输出为对象置信度+位置

SSD摘要：

性能：17毫秒/张图片，检测结果是73.9%（mAP）
技术要点：图片划分为8*8的网格 + anchors boxes + FCN，在不同层的feature map上使用3*3的滑窗，不同尺度检测

YOLO2摘要：

性能：

（288*288图片）：11毫秒/张图片，检测结果是69%（mAP）

（544*544图片）：25毫秒/张图片，检测结果是78.6%（mAP）

技术要点：高分辨率预训练，卷积层上使用Anchor boxes，先聚类纬度，约束位置预测范围，细粒度特征，多尺度训练

YOLO将目标检测任务转换成一个回归问题，大大加快了检测的速度，使得YOLO可以每秒处理45张图像。而且由于每个网络预测目标窗口时使用的是全图信息，使得false positive比例大幅降低（充分的上下文信息）。但是YOLO也存在问题：没有了region proposal机制，只使用7*7的网格回归会使得目标不能非常精准的定位，这也导致了YOLO的检测精度并不是很高。

SSD结合了YOLO中的回归思想和Faster R-CNN中的anchor机制，使用全图各个位置的多尺度区域特征进行回归，既保持了YOLO速度快的特性，也保证了窗口预测的跟Faster R-CNN一样比较精准。SSD在VOC2007上mAP可以达到72.1%，速度在GPU上达到58帧每秒。

YOLO2使用一系列的方法对YOLO进行了改进，在保持原有速度的同时提升精度得到YOLOv2。并提出了一种目标分类与检测的联合训练方法，同时在COCO和ImageNet数据集中进行训练得到YOLO9000，实现9000多种物体的实时检测。