Yolov1-v3系列原理学习笔记

说明：以下是我在b站上听一位博主 霹雳吧啦Wz讲的目标检测yolov1到v3的视频，记录的笔记：

一、 目标检测的指标

上述计算得到的0.6694就是所有猫这个类别的AP，对所有类别求AP，然后加权平均就是mAP。

第一行AP,实际就是mAP，代表在IoU取0.5、0.55、0.60、0.65…、0.95十个值时分别对应的mAP,然后再计算这十个mAP的平均值。
第二行就是IoU=0.5时计算的mAP值

目标检测领域常用数据集：Pascal Voc和coco

二、 YoloV1

一张图像划分成七个网格，每个网格预测两个盒子，每个盒子要附带预测5个数值，（x,y）代表盒子中心相对这个网格的位置，w,h代表这个盒子相对整张图片的宽高占比，所以，x,y,w,h都是0到1之间的数。

三、YoloV2

• YoloV1中没有使用BN，YoloV2中在卷积层后面加了BN，mAP可以提升两个点，另外增加BN层就可以不用dropout层了。
• 
  
  
• 补充一点Faster R-CNN中的损失计算知识：
  
• 继续yolov2的内容：
  
  
  
  to就是YoloV1中的confidence值，预测框与真实框的交并比
  
  
  
  
  

四、 YoloV3

YoloV3较之前模型，推理时间最快，但是mAP指标并没有特别高

修改了backbone

我学习过程中自己的思考：

• 1、DarkNet-19的结构具体是什么样的？
• 2、为什么比ResNet快这么多？
  DarkNet采用的卷积核个数比ResNet卷积核个数少
  ResNet模型结构
• 3、DarkNet-53和DarkNet-19差异是什么？仅仅只是网络加深了吗？
  DarkNet模型：卷积+(下采样卷积+1残差块)+(下采样卷积+2残差块)+(下采样卷积+8残差块)+(下采样卷积+8残差块)+(下采样卷积+4*残差块)
  使用DarkNet-53模型提取特征的YOLOV3模型结构：
  yolov3中利用DarkNet53结构中三个特征层进行预测
  
  Predict1预测大目标，Predict2预测中等尺寸的目标，Predict3预测小目标
• 4、DarkNet-53深度比ResNet-101还浅，但是效果却比它好，为什么？
  DarkNet-53中没有maxpooling，下采样都是通过卷积层来实现。如：卷积核大小：3x3，步距为2，

YoloV2、3中引入了anchor，通过RPN来生成anchor:
RPN网络结构就介绍到这里，总结起来就是：
生成anchors -> softmax分类器提取positvie anchors -> bbox reg回归positive anchors -> Proposal Layer生成proposals

目标边界框预测

SPP模块：对特征图进行不同尺度的融合。




更正：不相交时，IoU=0，-ln0=正无穷，1-IoU=1，所以不相交是loss不是0，不相交时无法衡量预测值与GT之间的距离，没法去调整参数了。
思考：既然不相交，那就舍弃呗，没目标，也不用调整了啊？？？？

FCOS模型