YOLOv2：
YOLOv1的缺点
- 虽然检测速度较快，可以实现实时检测，但mAP（检测准确度）较之前的双阶段目标检测模型较低
- 图像划分为7x7个grid cell，每个grid cell负责预测一个物体，最多预测49个物体，召回率较低
- 检测小目标和密集目标的能力比较差
YOLOv2 Better
Batch Normalication
YOLOv1没有使用BN层，BN层加快了模型的收敛，并且起到了正则化的作用
详见Batch Normalization - dctwan - 博客园 (cnblogs.com)
Anchor
YOLOv1划分成7x7的grid cell，每一个grid cell生成两个bbox，这两个bbox是固定的
YOLOv2使用anchor，每个图片划分成13x13个grid cell，每个grid cell生成5个anchor，尺寸，比例各不相同
v2输出张量
v1和v2输出张量的对比
标签：YOLOv2,YOLOv1,检测,BN,cell,grid
From： https://www.cnblogs.com/dctwan/p/17234285.html