神经网络复现之Pytorch-yolov3

博客链接 网络结构图最中间下面batch_size应该13×13×512
视频链接

特征金字塔：进行多尺度特征融合，提取出更有效的特征。典型例子yolov3。

先验框调整过程，中心由左上角往右下角区域调整（绘图原点原因造成图片显示是往右上角调整），同时先验框宽高也在调整。

1. darknet.py：主干网络构建，定义残差结构，通过循环构建darknet主干提取网络，返回底部三个特征层 52×52×256、26×26×512、13×13×024。
2. yolo3.py：主要是yolobody网络构建，通过七次卷积获得最终三个特征层（注意进行七次卷积的位置），五次卷积后的结果再卷积、上采样、cat。
3. utils.py文件中DecodeBox解码：利用网络预测结果对先验框进行调整的过程。将anchor调整为适应不同特征层（通过计算得出先验框宽高，与后面预测wh结合调整为预测框）、获得先验框中心（网格左上角）、与预测xy结合调整中心位置、预测框通过比例返回到原始图片上、得到物体置信度和种类置信度。
4. yolo.py里的YOLO（object）：创建模型、加载权重、CUDA是否使用、图片加灰条、解码得到预测框、NMS、去灰条、画框。
5. yolo_training.py中的YOLOLoss(nn.Module)：（在训练的main函数中分三次计算）。通过prediction计算出先验框与预测框的xywh调整参数、物体置信度、种类置信度。通过get_target得到xywh、物体和种类置信度的真实调整值。并通过get_ignore把预测结果和真实结果iou大的去掉，方便网络训练。最后计算不同损失并求出总损失。
6. yolo_training.py中的get_target函数：利用真实框和先验框计算交并比，找到哪些先验框内部包含物体。get_ignore函数将预测结果进行解码，判断预测结果和真实值的重合程度，如果重合程度过大则忽略，因为这些特征点属于预测比较准确的特征点，作为负样本不合适。
7. class Generator(object)：数据生成器。