YOLOv2 и YOLO9000: сравнение и реализация на PyTorch

От YOLOv1 к YOLOv2: априорный блок, k-средних, Darknet-19, сквозной слой и многое другое.

Делиться

Лучше, быстрее, сильнее — такое амбициозное название выбрали авторы для своей статьи, представляющей YOLOv2 и YOLO9000. Название самой статьи — «YOLO9000: Лучше, быстрее, сильнее» [1], она была опубликована в декабре 2016 года. Основная цель этой статьи — создание YOLO9000. Но давайте внесем ясность. Несмотря на название статьи, предложенная в исследовании модель называется YOLOv2. Название YOLO9000 — это название предложенного алгоритма, специализированного для обнаружения более 9000 категорий объектов, который построен на основе архитектуры YOLOv2.

В этой статье я сосредоточусь на том, как работает YOLOv2 и как реализовать архитектуру с нуля с помощью PyTorch. Я также немного расскажу о том, как авторы в итоге пришли к YOLO9000.

Источник: towardsdatascience.com