YOLOv5白皮书-第Y3周：yolov5s.yaml文件解读

一、课题背景和开发环境

📌第Y3周：yolov5s.yaml文件解读📌

• 语言：Python3、Pytorch
• 📌本周任务：将yolov5s网络模型中第4层的C3*2修改为C3*1，第6层的C3*3修改我C3*2。
• 💫任务提示：仅需修改./models/yolov5s.yaml文件

---

YOLOv5配置了4种不同大小的网络模型，分别是YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x，其中YOLOv5s是网络深度和宽度最小但检测速度最快的模型，其他3中模型都是在YOLOv5s的基础上不断加深、加宽网络使得网络规模扩大，在增强模型检测性能的同时增加了计算资源和速度消耗。出于对检测精度、模型大小、检测速度的综合考量，本文选择YOLOv5s作为研究对象进行介绍。
./models/yolov5s.yaml文件是YOLOv5s网络结构的定义文件，如果你想改进算法的网络结构，需先修改该文件中的相关参数，然后再修改./models/common.py与./models/yolo.py中的相关代码。

---

开发环境

• 电脑系统：Windows 10
• 语言环境：Python 3.8.2
• 编译器：无（直接在cmd.exe内运行）
• 深度学习环境：Pytorch 1.8.1+cu111
• 显卡及显存：NVIDIA GeForce GTX 1660 Ti 12G
• CUDA版本：Release 10.2, V10.2.89（cmd输入nvcc -V或nvcc --version指令可查看）
• YOLOv5开源地址：YOLOv5开源地址
• 数据：🔗水果检测

---

二、参数配置

# Parameters
nc: 80  # number of classes
depth_multiple: 0.33  # model depth multiple    控制模型深度
width_multiple: 0.50  # layer channel multiple  控制COnv通道channel个数(卷积核数量)

• depth_multiple：控制子模块数量， = int(number*depth)，该参数与任务有关
• width_multiple：控制卷积核的数量， = int(number*width)

通过这两个参数可以实现不同复杂度的模型设计。YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x这四个模型的区别仅在于depth_multiple与width_multiple这两个参数不同。

---

三、anchors配置

anchors:
  - [10,13, 16,30, 33,23]       # P3/8 ,检测小目标,每两个尺寸参数一组,共三组
  - [30,61, 62,45, 59,119]      # P4/16,检测中目标,共三组
  - [116,90, 156,198, 373,326]  # P5/32,检测大目标,共三组

小 目标3组：[10, 13]， [16, 30]， [33, 23]
中 目标3组：[30, 61]， [62, 45]， [59,119]
大 目标3组：[116,90]， [156,198]， [373,326]

YOLOv5初始化了9个anchor，在3个Detect层（3个feature map）中使用，每个feature map的每个grid_cell都有3个anchor进行预测。分配规则是：尺度越大的feature map越靠前，相对原图的下采样率越小，感受野越小，则相对可以预测一些尺度比较小的物体，所有分配到定anchor越小；尺度越小的feature map越靠后，相对原图的下采样率越大，感受野越大，则相对可以预测一些尺寸比较大的物体，所有分配到的anchor也越大。即可以在小特征图（feature map）上检测大目标，也可以在大特征图上检测小目标。
YOLOv5根据工程经验得到了这么3组anchors（9对尺寸参数），对于很多数据集而言已经很合适了。但也不能保证这3组anchor就适用于所有数据集，所以YOLOv5还有一个anchor进化的策略：使用k-means和遗传进化算法，找到与当前数据集最吻合的anchors。

k-means：对当前数据集中所有的标注信息中的目标框的尺寸做聚类，输出9对anchors的值。下面是我找到的一段聚类输出anchors的代码。

yolo_kmeans.py

import numpy as np


def wh_iou(wh1, wh2):
    # Returns the nxm IoU matrix. wh1 is nx2, wh2 is mx2
    wh1 = wh1[:, None]  # [N,1,2]
    wh2 = wh2[None]  # [1,M,2]
    inter = np.minimum(wh1, wh2).prod(2)  # [N,M]
    return inter / (wh1.prod(2) + wh2.prod(2) - inter)  # iou = inter / (area1 + area2 - inter)


def k_means(boxes, k, dist=np.median):
    """
    yolo k-means methods
    refer: https://github.com/qqwweee/keras-yolo3/blob/master/kmeans.py
    Args:
        boxes: 需要聚类的bboxes
        k: 簇数(聚成几类)
        dist: 更新簇坐标的方法(默认使用中位数，比均值效果略好)
    """
    box_number = boxes.shape[0]
    last_nearest = np.zeros((box_number,))

    # 在所有的bboxes中随机挑选k个作为簇的中心。
    clusters