yolov5和yolov4、yolov3对比

性能曲线

MSCOCO数据集的测试结果：

模型结构

yolov5引入了depth_multiple和width_multiple两个缩放系数来控制网络的层数和channel。

yolov5s: 
    depth_multiple: 0.33
    width_multiple: 0.50
yolov5m: 
    depth_multiple: 0.67
    width_multiple: 0.75
yolov5l: 
    depth_multiple: 1.0
    width_multiple: 1.0
yolov5x: 
    depth_multiple: 1.33
    width_multiple: 1.25

yolov5模型大小：

正负样本定义

yolov3/yolov4的正负样本定义：
1.保证每个GT有一个唯一的anchor进行对应，匹配规则为IOU最大（没有阈值），选取出来的即为正样本；
2.其余为负样本，但是得从其中选取IOU>0.5（设定阈值）的作为忽略样本，因为负样本中仍有大量IOU与GT很大但是质量不是很高，作为负样本也不合适；
3.正anchor用于分类和回归的学习，正负anchor用于置信度confidence的学习，忽略样本不考虑。

# 置信度loss
# 如果该位置本来有框，那么计算1与置信度的交叉熵
# 如果该位置本来没有框，而且满足best_iou<ignore_thresh，则被认定为负样本
# best_iou<ignore_thresh作为权重系数用于限制负样本数量（ignore_mask）
confidence_loss = object_mask * K.binary_crossentropy(object_mask, raw_pred[...,4:5], from_logits=True)+ \
            (1-object_mask) * K.binary_crossentropy(object_mask, raw_pred[...,4:5], from_logits=True) * ignore_mask

yolov3/yolov4的正负样本定义小细节：
GT需要利用max iou原则分配到不同的预测层yolo-head上去，然后在每个层上单独计算正负样本和忽略样本。不存在某个GT会分配到多个层进行预测的可能性，而是一定是某一层负责的。

yolov5的正负样本定义：
yolov5相比上一代增加了正样本anchor数目，这样可以显著加速收敛。

计算流程：
1.将每个boundingbox重复3份（每层有3个anchor），方便和每个位置的3个anchor单独匹配；
2.没有采用IOU最大的匹配方法，而是通过计算该boundingbox和当前层的anchor的宽高比，如果最大比例大于4（设定阈值），则比例过大，则说明匹配度不高，将该bbox过滤，在当前层认为是背景；
3.对于剩下的bbox，计算其落在哪个网格内，同时利用四舍五入规则，找出最近的两个网格，将这三个网格都认为是负责预测该bbox的，可以发现粗略估计正样本数相比前yolo系列，至少增加了三倍。
yolov5的正负样本定义小细节：
(1) 不同于yolov3和v4，其gt bbox可以跨层预测即有些bbox在多个预测层都算正样本
(2) 不同于yolov3和v4，其gt bbox的匹配数范围从3-9个,明显增加了很多正样本(3是因为多引入了两个邻居)
(3) 不同于yolov3和v4，有些gt bbox由于和anchor匹配度不高，而变成背景

iou-Loss

回归框loss的发展路线：Smooth L1 Loss—— IoU Loss（2016）——GIoU Loss（2019）——DIoU Loss（2020）——CIoU Loss（2020）