目标检测之YOLO系列

• blogs1: YOLOv1算法理解

• blogs2: <机器爱学习>YOLO v1深入理解

• 网络结构

• 激活函数(leaky rectified linear activation)

• 损失函数

• paper: YOLO9000: Better, Faster, Stronger

• blogs1: 目标检测|YOLOv2原理与实现

YOLOV2总结：

• Better

1. Batch Normalization

   BN可以提升模型收敛速度，而且可以起到一定正则化效果，降低模型的过拟合
   YOLOv2使用BN，不使用dropout

2. High Resolution Classifier

   将分辨率由224224(ImageNet分类尺寸)增加至448448

3. Convolutional With Anchor Boxes

   使用先验框提高召回率

4. Dimension Clusters

   使用聚类算法生成先验框

• Faster

1. 使用Darknet-19主干网络

• paper: YOLOv3: An Incremental Improvement
• code1: [U版yolov3
• code2: mmdetection实现的代码
• blogs1: YOLO v3网络结构分析
• blogs2: 睿智的目标检测26——Pytorch搭建yolo3目标检测平台

YOLOV3总结:

• 数据处理部分

• Backbones部分

  DarkNet53, 网络结构如下：

• Neck部分

  FPN

• Head部分

  见网络结构图

• 激活函数

  LeakyReLU

• 损失函数

  目标类别损失/目标置信度损失 --> 二值交叉熵损失(Binary Cross Entyopy)
  目标定位损失 --> Sum of Squared Error Loss(只有正样本才有目标定位损失)
  L(loc) = sum(sigmod(tx-gx)2 + sigmod(ty-gy)2 + (tw-gw)2 + (th-gh)2)

• 其他

  在yolov3中，关于预测的目标中心点坐标计算公式是:

  见图：

• paper: YOLOv4: Optimal Speed and Accuracy of Object Detection

• code1: WongKinYiu/PyTorch_YOLOv4 与u版yolov3/5格式相同

• code2: bubbliiiing/yolov4-pytorch 代码比较好理解

• blogs1: b站up主霹雳吧啦Wz yolov4讲解博客

• blogs2: Bubbliiiing的博客

• video1: b站up主霹雳吧啦Wz yolov4讲解视频

YOLOV4总结:

• 数据处理部分

  1. Mosaic data augmentation
  2. CutMix data augmentation

• Backbones部分

  CSPDarknet53

• Neck部分

  SPP
  PAN

• Head部分

  和YOLOv3的head部分一样

• 正负样本分配部分

  1. 在yolov3中一个GT都只分配一个Anchor, 在ylov4中(以及u版的yolov3-spp)中一个gt可以同时分配给多个anchor

  2. 在Bubbliiiing版本的代码中可以描述如下:（3个head分别对应anchor为[0,1, 2, 3, 4, 5, 6, 7, 8]）

     a: anchor有9个，gt有10个 每个anchor和gt进行左上角对齐并且计算iou从大到小排序(shape:[10,9])

     b: 例如第一个gt算出来的最大iou的anchor的index=4,但是该层的anchor索引是6，7，8，所以该gt不属于该head

     c: 如果计算出该gt与anchor对应的index=6: 将该gt缩放到该head的大小，该gt的中心点落在网格中的点. 该网格中的
     点包含的信息有(x,y,w,h,conf,cls). 然后和预测出来的进行对比和计算(在该版本中计算方式同yolov3)

     d: 使用sigmod激活函数的取值范围是[0, 1]，要想取值0,1那么预测值需要取得无穷(在后续的yolov5中有改进)

• 损失函数部分

  分类损失:
  定位损失: CIOU，ciou的计算方式如下:

• 激活函数

  Mish激活函数

• 其他

  Class label smoothing(标签平滑策略)
  学习率余弦退火衰减

• paper: 无

• code: U版yolov5

• blog1: b站up主霹雳吧啦Wz yolov5讲解博客比较详细

• video1: b站up主霹雳吧啦Wz yolov5讲解视频

YOLOv5总结：

• 数据处理部分

  yolov5提供的数据增强技术有:

  1. Mosaic
  2. Copy paste (需要segments数据)
  3. Random affine 仿射变换 作者只使用了Scale和Translation(缩放和平移)
  4. MixUp

• Backbones部分

  Backbone: new CSP-Darknet53(使用了FCOS模块后面使用6*6大小的卷积替换)

• Neck部分

  spp, pan

• head:

  yolov3 head

• 损失函数

  Classes loss，分类损失，采用的是BCE loss，注意只计算正样本的分类损失
  Objectness loss，obj损失，采用的依然是BCE loss
  Location loss，定位损失，采用的是CIoU loss

• 其他

  消除网格在断点等取不到值的情况
  bx = (2sigmod(tx) - 0.5) + cx by = (2sigmod(ty) - 0.5) + cy
  那么就将原来的取值范围有[0, 1]变化到[-0.5, 1.5],也为后面使用相邻的网格预测点作为正样本奠定基础
  同时:
  bw = pw * (28sigmod(tw))2 bh = ph * (28sigmod(th))2
  防止梯度爆炸，将范围调整到(0,4)也为后面的正负样本分配奠定基础

• 匹配正样本

  • 见博客的4.4 匹配正样本(Build Targets)

除了YOLOX，yolov1属于anchor-free目标检测方法外，其他的yolo系列都属于anchor-base方法

• paper: yolox的arxiv-paper
• code1: yolox的官方代码
• code2: mmdetection实现的代码
• blog1: 深入浅出Yolo系列之Yolox核心基础完整讲解

YOLOX总结

• 数据增强部分

  Mosaic
  Mixup

• Backbone

  CSPDarknet53

• Neck部分

  spp + pan

• Head部分

  使用decoupled head(将分类头和回归头分开)

• 正样本标签分配 - simota

• 目标检测中的正样本分配