1 v2 细节升级概述

2 .网络结构特点

2. 使用dropout，杀死部分神经元，使得神经没那么复杂，防止过拟合
3. V2 舍弃Dropout，卷积后全部加入Batch Normalization
4. Batch Normalization 归一化，让网络收敛，学习速度更快
5. conv-BN, 已是目前网络的标配。
   
   
6. 使用更大的分辨率（V1训练时使用224）

3. 架构细节解读

7.为啥是416416，不是448448，需要经过5次降采样，所以要能被32整除，并且除得的结果是奇数，比如最后是1313，只有一个中心点，如果最后结果是偶数，则有4个中心点，不好处理。
8. DarkNet 19 ，19层卷积层
9.问题： Filter 是什么，为什么数值一直在增加？
9. 网络模型都是卷积，没有全连接层，做起来省事，省参数，比较快，
10. 卷积核33,1*1,比较小，感受野比较大。

4. 基于聚类来选择先验框尺寸

11.Faster RCNN: 9种，按照 1：1，1：2，2：1, 3*3=9种
12. v2： 使用k-means 聚类，将实际打标的框聚类，比如聚成5类，将每类的中心点作为一个框。但是不使用欧式距离，使用 1-IOU作为距离**。（V2的特点）**
13. 如何确认聚类的类数呢？ 做了一个折中，k=5时，平均IOU值还不错，再往上的话，IOU提升不明显，所以k=5。

5. 偏移量计算方法

问题：使用先验框前后，mAP值没有提升。原因在于，虽然候选框多了，但是不是所有的候选框都能发生作用。


sigmoid函数，（0-1）之间，

6. 坐标映射与还原

pw ph 为先验框
14. 特征图为降采样以后的，还原到原图的话，*采样倍数（32）

7 感受野

感受野的大小跟卷积有关。1–>33–>55 。
15. 为什么要用小的卷积核，不用大的卷积核？卷积核大的话，参数多。并且卷积核小一点，卷积过程越多，特征提取也会越细致。

卷积核的第三个维度要跟输入的第三个维度一样，c个卷积核，再*c

8. 特征融合的改进

16. 最后一层感受野太大了，小目标可能丢失了，需融合之前的特征。
倒数前几层的感受野可能比较小，如19层是大目标的感受野，17层是小目标的感受野
将前一层2626523分为4个 41313512，跟13131024相加后得到 5124+1024=3072 30721313
17. 多尺度， 没有全连接层，只有卷积层，不同大小的图像尺寸均可以。

其他知识点

filter 是什么？

神经网络中的filter （滤波器）与kernel（内核）的概念

kernel: 内核是一个2维矩阵，长 × 宽；

filter：滤波器是一个三维立方体，长× 宽 × 深度， 其中深度便是由 多少张内核构成；

两者之间的关系：可以说 kernel 是filter 的基本元素， 多张kernel 组成一个filter;

那么， 一个filter 中应该包含多少张 kernel 呢？

答：是由输入的通道个数所确定， 即，输入通道是3个特征时，则后续的每一个filter中包含3张kernel ;

filter输入通道是包含128个特征时， 则一个filter中所包含kernel 数是128张。

那么一层中应该有多少个filter 构成呢？

答： 我们想要提取多少个特征，即我们想要输出多少个特征，那么这一层就设置多少个filter；

一个filter 负责提取某一种特征，N个filter 提取 N 个 特征；