YOLO学习笔记3——训练阶段

训练阶段（反向传播）

拟合物体

深度学习、监督学习：通过梯度下降、反向传播方法迭代的微调神经元中的权重，使损失函数最小化。
YOLO检测速度非常快，标准版本的YOLO可以每秒处理 45 张图像

当有ground truth的中心点落在某一个grid cell中：
对于该grid cell产生的2个bbox，由其中与ground truth(人工标注的真实标注框)IOU最大的那个bbox，来负责拟合物体。

当没有ground truth的中心点落在某一个grid cell中：
对于该grid cell 产生的两个bbox，只需要让这两个bbox的置信度越接近于0。

损失函数

回归问题：
预测出一个连续的值，将该值与标注值进行比较。
第一项：负责检测物体的bbox中心点定位误差，定位误差比分类误差更大，所以增加对定位误差的惩罚，λcoord=5
第二项：负责检测物体的bbox宽高定位误差，带根号：同样的偏差，小框造成的损失函数会更大，大框造成的损失函数会更小。相比于大bounding box预测偏一点，小box预测偏一点更不能忍受。上图中带上标的是标注值，不带的是预测值，λcoord=5。
第三项：负责检测物体的bbox的confidence误差，其中的标签值是bbox与ground truth的iou，预测出的置信度应该和iou越接近越好。
第四项：不负责检测物体的bbox的confiden误差（包括1：负责检测物体的grid cell中不要的那个bbox，2：不负责检测物体的grid cell），训练时就会把这些网格里的框的“置信度”分数推到零，这往往超过了包含目标的框的梯度。从而可能导致模型不稳定，训练早期发散。因此要减少不包含目标的框的置信度预测的损失，使λnoobj=5 。
第五项：负责检测物体的grid cell分类误差越接近1越好

学习的视频地址：https://www.bilibili.com/video/BV15w411Z7LG?p=6