标签：采样 13 系列 特征 尺度 YOLO 网络 anchor

仅供个人记录学习

yolo总结

RCNN二阶段算法，需要先用算法在图片上生成样本候选框，然后再对这些框进行分类

yolo一阶段算法，不需要生成候选框，直接在样本上计算出框的坐标与大小，单次检测可得出结果。

yolov1 是anchor free，之后都是anchor base 

YOLOV1

 rcnn系列通过二阶段方法，先生成候选框，再进行分类和边框回归。yolov1则直接在图片上简单划分区域，直接回归区域内边框大小，置信度，类别。

结构

input ：448*448*3

中间层则是一系列的卷积池化，最后是全连接层。

output：7*7*30

首先v1网络将输入图片划分为7*7的区域，每个区域输出30维向量。

每个区域内最多检测出两个边框，即30维：2个边框信息（cx，cy，w，h，conf）*2,20个类别概率。类别概率为条件概率，p（a|obj）该位置存在obj且为a的概率，conf为p（obj）*iou

YOLOV2

yolov1是anchor free的方法，v2则引入了anchor机制。

bn层

在batch上，归一化输出，均值为0，方差为1的数据分布，同时为了减少对原始数据分布状态的的破坏，引入缩放和偏移因子。

不同分辨率训练

使用224尺度训练特征提取网络，再使用488尺度fine tune网络

anchor机制

使用k-means聚类训练样本中的框大小，聚类距离指标使用1-iou值，最终选取5个anchor。

使用416作为输入，32倍下采样后，获得13*13的特征图。

约束预测框中心偏移

预测边界框的中心点相对于左上角的偏移，使用sigmoid函数，约束到0-1中（每个cell看做1，13*13个cell）

多尺度训练

每10个iteration随机选取一种输入图片大小训练，因为是全卷积网络，所以可以改变图片大小。

passthrough

处理下采样到13*13后，小目标特征消失的问题。

YOLOV3

使用darknet-53残差网络作为主干网络，多尺度的特征进行预测，

darknet-53

拥有53层卷积层，以及多次残差连接，最后舍弃fc使用gap（全局平均池化）

多尺度特征融合检测

下采样过程中，三种特征图大小13*13,26*26,52*52，在最后13*13进行预测后，使用转置卷积上采样，到另外两种大小，并使用特征图融合concate预测。

9种尺度的anchor

 9种尺度，分为三类，分别在3种大小的特征图上进行预测。

13*13特征图，感受野最大，适合检测大物体，采用最大的3种框，26*26检测中物体，52*52感受野最小，检测小物体，采用最小的三种框。

YOLOV5

 整个网络分为输入端、主干特征提取网络、Neck和预测端。

数据增强

采用mosaic数据增强，将多张照片随机裁剪、拼接，提升对小目标册检测效果。

 自适应的anchor大小计算

之前版本的anchor通过聚类得出，但是在整体数据集上聚类，v5版本在每次训练时计算最佳anchor

Focus结构

 下采样，提升速度，与map无关

CSP网络结构

cross stage partial networ，跨阶段局部网络

 大量梯度信息被重复用来更新dense block的权重，可以反复学习相同的梯度信息。

 FPN和PAN

608的输入，最后获得19、38、76的三种大小特征图通过FPN将高层语义信息传递到底层，PAN将底层位置信息传递到高层。

 

标签：采样,13,系列,特征,尺度,YOLO,网络,anchor
来源： https://blog.csdn.net/doerymy/article/details/119297374

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。