YOLOv2：より良く より速く より強く。YOLO9000はどのように生まれたのか

この記事で学ぶこと

Fast R-CNNやFaster R-CNNと比べてYOLOv1は物体位置の予測の精度が良くありませんでした。また、領域選定を専門に行うR-CNN系のモデルと比べて物体がある場所を見抜く能力（再現率）が低いことがわかりました。よって、再現率と物体位置の予測を向上させることが一番の課題となっていました。

Joseph RedmonとAli Farhadiによって発表されたYOLOv2は、その論文のタイトル「YOLO9000: Better, Faster, Stronger」にもあるように、より良く、より速く、より強くなっています。よってYOLOv1とYOLOv2を比べるとかなりの改良点があり、その一つ一つに対しでどれほど精度が上がったのかも報告されておりとても興味深いです。

この記事では細かく論文を追っていきます。