目标检测-yolo2 darknet19骨干网络（backbone） 作者：马育民 • 2020-10-13 10:04 • 阅读：11585 # 介绍 YOLOv2 采用了一个新的网络模型作为 特征提取器，称为Darknet-19。 官网：https://pjreddie.com/darknet/imagenet/#pretrained [Darknet与Darknet-19的关系](https://www.malaoshi.top/show_1EF5EpB6l8y3.html "Darknet与Darknet-19的关系") 包括19个卷积层和5个maxpooling层，如下图： 注意：一般输入形状是 `416x416` [](https://www.malaoshi.top/upload/0/0/1EF5Ep1DMpDi.png) Darknet-19与VGG16模型设计原则是一致的，主要采用 `3x3` 卷积，采用 `2x2` 的 **maxpooling** 层之后，特征图维度 **降低2倍**，而同时将特征图的 **channles增加两倍**。 与NIN(Network in Network)类似，Darknet-19最终采用 **global avgpooling** 做预测，并且在 `3x3` 卷积之间使用 `1x1` 卷积来压缩特征图channles以降低模型计算量和参数。 ### 输出 当输入是224时：倒数第二层输出 `7x7`的特征图 当输入是416时：倒数第二层输出 `13x13`的特征图 ### Batch Normalization 使用Batch Normalization，可以提升模型收敛速度，而且可以起到一定正则化效果，降低模型的过拟合。在YOLOv2中，每个卷积层后面都添加了Batch Normalization层，并且不再使用droput。使用Batch Normalization后，加快收敛速度，降低模型过拟合。YOLOv2的mAP提升了2.4%。 # 优点 [](https://www.malaoshi.top/upload/pic/deeplearning/QQ20201013101531.png) 在ImageNet分类数据集上，Darknet-19的top-1准确度为72.9%，top-5准确度为91.2%，但是模型参数相对小一些，速度更快。 使用Darknet-19之后，YOLOv2的mAP值没有显著提升，但是计算量却可以减少约33%。 # 训练 YOLOv2，作者首先对分类网络（darknet19）进行了fine tune，分辨率改成`448 * 448`，在ImageNet数据集上训练10轮（10 epochs），训练后的网络就可以适应高分辨率的输入了。 然后，作者对检测网络部分（也就是后半部分）也进行fine tune。这样通过提升输入的分辨率，mAP获得了4%的提升。 # High Resolution Classifier 目前的目标检测方法中，基本上都会使用ImageNet预训练过的模型（classifier）来提取特征，如果用的是 **AlexNet** 网络，那么输入图片会被resize到不足 `256 * 256`，导致分辨率不够高，给检测带来困难。 YOLOv1在采用 `224x224` 分类模型预训练后，将分辨率增加至 `448x448` ，并使用这个高分辨率在检测数据集上finetune。但是 **直接切换分辨率**，检测模型 **可能难以快速适应高分辨率**。 YOLOv2，作者首先对分类网络（darknet19）进行了fine tune，分辨率改成448 * 448，在ImageNet数据集上训练10轮（10 epochs），训练后的网络就可以适应高分辨率的输入了。 然后，作者对检测网络部分（也就是后半部分）也进行fine tune。这样通过提升输入的分辨率，mAP获得了4%的提升。 原文出处：/show_1EF6QjfqzlY7.html