YOLOX阅读笔记

YOLOX论文阅读

Baseline

Baseline:DarkNet53 + SPP Layer 同时加入了一些训练策略，EMA权重更新，cosine学习率机制， IoU loss和IOU-aware分支，在训练cls和obj分支时使用BCE Loss，在reg分支使用IoU Loss

Decoupled head

分析实验得到YOLO3-YOLO5中使用的coupled head会影响性能。于是使用Decoupled Head。
首先使用Decoupled Head能够加快收敛速度
其次，Decoupled Head对端到端的YOLO是必须的
Decoupled head结构，包含一个1x1的卷积层来减少通道维度，其后在两个平行的分支再各自连接两个3x3的卷积层。

数据增强策略

强大的数据增强策略：Mosaic 和 Mixup

Anchor-free

Anchor-free : YOLOv4和YOLOv5都遵循YOLO3的Anchor-base策略。下面指出anchor机制的几个问题：
1.为了实现最佳的检测性能，需在训练前进行选择最佳的anchors，但其实这样选择的anchor具有领域的特殊性和更少的普遍性。
2.anchor机制大大增加了detection head和图片预测数量的复杂度。
Anchor-free可以减少参数量，能够加快模型的速度。将YOLO转成anchor-free也很简单。将每个位置的预测从3个减到1个。

Multi-positive

Multi positives:使用anchor机制后，对每个目标仅仅选择一个positive样本。然而，优化那些高质量的预测，能够带来有用的元素，能够减轻在训练时positives和negatives样本之间的不平衡性。所以，YOLOX简单地将中心3x3的区域分为positive样本，这也叫做FCOS中的中心采样。

SimOTA

SimOTA：什么是OTA？

OTA是什么？

OTA来自论文《Optimal transport assignment for object detection》,OTA遵循4个rule:
(1)loss/quality aware
(2)center prior
(3)对每个真实框都有动态数目的positive anchor（简单地像top-k）
(4)global view

SimOTA是简化后的OTA——动态top-k策略。SimOTA首先计算成对的匹配度,由每个预测与真实对之间的cost或者quality，在SimOTA的cost等于分类的loss综合回归的loss。

end-to-end YOLO

end-to-end YOLO：增加额外两个卷积层。一对一的label分配策略和随机梯度。这些能够使检测器表现为一个端到端的行为，但是会轻微降低性能和推理速度。因此将其作为优化模块，没有放进最后的模型之中。