YOLOv3使用笔记——[CVPR2019]:Generalized Intersection over Union

关于作者,https://giou.stanford.edu/

关于论文,可以看https://zhuanlan.zhihu.com/p/57863810

论文作者提出一种新的metric,用GIoU loss来代替L1、L2损失函数,从而提升regression效果。通过修改backbone从特征提取角度提升检测性能是比较效率的方式,修改GIoU loss、IoU loss主要是从bounding box regression角度提升。

作者工程,https://github.com/generalized-iou/g-darknet

本文主要在VOC2007数据集验证下论文,训练集VOCtrainval_06-Nov-2007,测试集VOCtest_06-Nov-2007,以及在自己的数据集上试验。

1、编译、训练同darknet原工程

修改voc_label.py

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

sets=[('2007', 'train'), ('2007', 'val'), ('2007', 'test')]

classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]


def convert(size, box):
    dw = 1./(size[0])
    dh = 1./(size[1])
    x = (box[0] + box[1])/2.0 - 1
    y = (box[2] + box[3])/2.0 - 1
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    return (x,y,w,h)

def convert_annotation(year, image_id):
    in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
    out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')
    tree=ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)

    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult)==1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
        bb = convert((w,h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

wd = getcwd()

for year, image_set in sets:
    if not os.path.exists('VOCdevkit/VOC%s/labels/'%(year)):
        os.makedirs('VOCdevkit/VOC%s/labels/'%(year))
    image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()
    list_file = open('%s_%s.txt'%(year, image_set), 'w')
    for image_id in image_ids:
        list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(wd, year, image_id))
        convert_annotation(year, image_id)
    list_file.close()

os.system("cat 2007_train.txt 2007_val.txt > train.txt")

 

修改cfg,在yolo层增加

cls_normalizer=1
iou_normalizer=0.5
iou_loss=giou

其中iou_loss为iou,giou,mse

cls_normalizer,iou_normalizer用于归一化localization and classification loss

 

2.测试mAP

python scripts/voc_map.py --data_file cfg/voc.data --cfg_file results/giou/yolov3-voc-giou.cfg --weights_path results/giou/yolov3-voc-giou_final.weights  --voc_dir scripts/VOCdevkit/ --metric giou

 

3.实验结果和结论

在voc数据集上分别使用GIoU loss、IoU loss、mse,不使用预训练模型从0训练各迭代5W次比较mAP结果。

IOUIoU-mAPGIoU-mAPmse-mAP
0.50.6525970.659570.671661
0.550.6269490.6354530.644138
0.60.6011790.6037340.611442
0.650.5525230.5631040.559611
0.70.5017550.5065890.481827
0.750.417760.4276660.39808
0.80.3150960.3232940.284324
0.850.1929620.2037990.16069
0.90.0887760.0954490.062133
0.950.0287690.0437540.019659

在iou>0.7下,GIoU loss、IoU loss相比mse有2~4个点的提升,简单的从0训练,未复现论文数据,但是基本符合作者的结果。后面会写一些关于从0训练的技巧。

在voc20类检测任务上,效果IoU loss>GIoU loss>mse

在coco80类检测任务上,效果GIoU loss>IoU loss>mse

在自己的数据集单类检测任务上,增加了训练技巧,效果GIoU loss≈IoU loss≈mse,相差无几。

结论,GIoU loss在多类检测上能有一定提升,但是类别较少情况,性能提升不大。

  • 1
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 21
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 21
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值