本系列分爲三篇，此文爲本系列第二篇，其他文章：
YOLO系列（一）—— You Only Look Once:Unified, Real-Time Object Detection
YOLO系列（三）—— YOLOv3: An Incremental Improvement
project: https://pjreddie.com/darknet/yolo/
paper: YOLO9000:Better, Faster, Stronger
yolo v2在yolo的基礎上做了一些改進，對yolo不熟悉的可以參考：YOLO系列（一）
在paper中，並沒有給出網絡結構的完整示意圖，下圖是在網上找的，原網址查看更加清晰：https://ethereon.github.io/netscope/#/gist/d08a41711e48cf111e330827b1279c31
相對yolo做出的修改：
1）去掉全連接層，採用全卷積結構，可以輸入不同的尺寸結構（32的倍數即可，下採樣率爲32）
2）在每個卷積層中加入Batch Normalization，去掉dropout
3）開始訓練時就採用448×448的高分辨率進行訓練
4）使用了Anchor Boxes，每個grid預測5個boxes，一共可以預測13×13×5=845個boxes，且每個box都有對應的class，遠多於yolo的98個boxes,以及每個grid一個class
5）Anchor Boxes由聚類生成，評價標準爲IOU
6）使用多尺度特徵，將兩層前的feature reorganization後和當前層進行concate
7) box的預測在之前的基於Anchor的方式上做了一定修改，如下圖所示
