图像识别第十九课

YOLO-V4

CV界劳模 细 单GPU训练

BOF: 只增加训练成本 但能显著提高精度 并不影响推理速度

数据增强：调整亮度、对比度、色调、随机缩放、 剪切、 翻转、旋转。

网络正则化的方法： Dropout、 Dropblock等。

类别不平衡，损失函数设计。

Mosaic data augmentation：

方法很简单 ，参考CutMix然后四张图像拼接成一张进行训练。

数据增强

 Random Erase： 用随机值或训练集的平均像素值替换图像的区域。

Hide and Seek：根据概率设置随机隐藏一些补丁。

Self-adversarial-training(SAT)： 通过引入噪音点来增加游戏难度。

DropBlock：之前的dropout是随机选择点(b) ， 现在吃掉一个区域。

 Label Smoothing： 神经网络最大的缺点： 自觉不错（过拟合） ， 让它别太自信。

 Label Smoothing： 簇内更紧密 ， 簇间更分离。

IOU损失

GIOU损失

DIOU损失

CIOU损失

公式：

损失函数必须要考虑的三个几何因素：重叠面积、中心点距离、长宽比。

DIOU- NMS：决定是否需要删除框

公式：

SOFT- NMS

Bag of apecials 

增加稍许推断代价 ， 但可以提高模型精度的方法

 网络细节部分加入了很多改进 ， 引入了各种能让特征提取更好的方法

注意力机制 ， 网络细节设计 ，特征金字塔等 

SPPNet：SPP其实就是用最大池化来满足最终输入特征一致即可

CSPNet：

 每一个block按照特征图的channel维度拆分成两部分

一份正常走网络 ， 另一份直接concat到这个block的输出

CBAM:

Spatial attention module:速度相对能更快一点

PAN：自底向上 底层信息更容易传到顶部

拼接

Mish:计算量效果增加 效果提升

 

 

 

 eliminate grid sensitivity

需要非常大的数值达到grid边界

整体网络架构