[論文筆記] YOLOv3 (未完成)

優化點

損失計算

• YOLOv1 中，只有預測值與 Ground-true 之間 IoU 最大的 Anchor 算是樣本
• 這樣的問題是，若兩個 anchor 剛好都良好預測了同個物件的位置，但因為 IoU 最大只會有一個，導致兩個 anchor 在計算損失時 ground-true 完全不同
• YOLOv3 中，新增了一類不計算損失的 anchor，所以共有三類 anchor :
  • Positive: 與物件 IoU 最大的 anchor 
  • 不計算損失 : 不是 positive，但與物件 IoU > 0.5 的 anchor 
  • Negative: 與物件 IoU < 0.5 的 anchor 

多分類改成多標籤

• 使用多個二元分類器，進行多標籤預測
• 改成多標籤後，就能使用包含非互斥關係標籤的數據集來訓練 (E.g. Open image dataset)

利用了多尺度特徵圖

• 模型骨幹採用類似 FPN 設計，利用了三個不同尺度的特徵圖來進行預測
• 每個尺度的輸出為 N x N x [3 x (4 + 1 + 80)] 維度的張量
• 同樣使用了 K-means 挑選出 9 個 bounding box priors，並按照尺寸均分在 3 個尺度的輸出中

參考

1. Redmon, J. , and  A. Farhadi . "YOLOv3: An Incremental Improvement." arXiv e-prints (2018).