《表1 网络框架：基于改进YOLOv2模型的多目标识别方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进YOLOv2模型的多目标识别方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

YOLOv2利用了anchor boxes来预测bounding boxes，去掉最后的全连接层部分，网络结构采用卷积层和池化层，图片尺寸由原来的448pixel×448pixel调整为416pixel×416pixel，利用YOLOv2对图像进行了32倍的降采样，最终输出的特征图尺寸是13pixel×13pixel，这样可以产生一个中心栅格，用这个中心栅格去预测落在图像中心的物体。为了得到多目标检测识别效果更好的网络，本文在YOLOv2-voc网络结构的基础上，调整网络中的参数（表1）并进行多次实验，得到了不同的检测结果，如图2所示。