目标检测复习之YOLO系列

目标检测之YOLO系列

YOLOV1:

• 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
  
  

YOLOV2:

• 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

1. High Resolution Classifier

将分辨率由224*224(ImageNet分类尺寸)增加至448*448

1. Convolutional With Anchor Boxes

使用先验框提高召回率

1. Dimension Clusters

使用聚类算法生成先验框

• Faster

1. 使用Darknet-19主干网络

YOLOV3:

• 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：
  
  

YOLOV4:

• 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

YOLOV5:

• 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 = (2*sigmod(tx) - 0.5) + cx
by = (2*sigmod(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)

YOLOX:

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