Yolov5技术总结

YOLOv5代码注释版更新啦，注释的是最近的2021.07.14的版本，且注释更全
github: https://github.com/Laughing-q/yolov5_annotations

Backbone

Focus： 网络第一层进行 pixel un-shuffling而不是stride=2的卷积；该模块的设计主要是减少计算量加快速度；
作者原话：https://github.com/ultralytics/yolov5/issues/847
Focus() module is designed for FLOPS reduction and speed increase, not mAP increase.
Also designed for layer count reduction. 1 Focus module replaces 3 yolov3/4 layers.

SPP： 分别采用5/9/13(v5.0采用3/5/7)的最大池化，再进行concat融合，提高感受野；
BottleNeckCSP/C3： Cross Stage Partial Networks，减少计算量，提高卷积神经网络学习能力；
具体网络结构可以查看：Yolov5网络结构

Detection (YOLO) layer

Anchor： 根据超参数中的hyp[‘anchor_t’]来检查默认anchor与数据集标签的契合度，如果＜0.98，则根据数据集标签进行聚类重新获得anchor；
默认anchor如下：

• [10,13, 16,30, 33,23] # P3/8
• [30,61, 62,45, 59,119] # P4/16
• [116,90, 156,198, 373,326] # P5/3

v5.0：
anchors:

• [ 19,27, 44,40, 38,94 ] # P3/8
• [ 96,68, 86,152, 180,137 ] # P4/16
• [ 140,301, 303,264, 238,542 ] # P5/32
• [ 436,615, 739,380, 925,792 ] # P6/64

参考：https://github.com/ultralytics/yolov5/issues/471
边框回归： 在进行边框回归 筛选样本对应anchor的时候，就是通过hyp[‘anchor_t’]来筛选，而不是iou；
新的边框回归方式：

标签分配

每个网格除了回归中心点在该网格的目标，还会回归中心点在该网格附近周围网格的目标，
grid(i, j)也会回归grid(i, j+1)，grid(i, j-1)，grid(i+1, j)，grid(i-1, j)中的部分框，如下图中红色部分，
这也契合了上面的边框回归中心点的范围为-0.5~1.5；

笔者尝试过如果改成grid(i, j)仅回归中心点在grid(i, j)的目标(边框回归范围依旧是0.5~1.5)，
召回率会下降，准确率会上升，但总体map会下降，也就是说yolov5的标签分配应该会带来一定的map提升，
毕竟一个目标采用了更多的anchor去回归，召回率提高也是有道理的；

（当然笔者只是在自己的数据集上简单的实验了一下）

代码：

        off