YOLOv2算法小记

YOLOv2算法小记

目录

YOLOv2算法小记

一、v2算法的改进

（一）引入BN层

（二）更高精度的classifier [Focusing on backbone]​

（三）引入Anchor

（四）细粒度 (fine-grained) 特征

（五）初试多尺度训练

二、Anchor与损失函数

（一）Anchor的整体性讲解

         （二）Anchor与loss function

 

---

一、v2算法的改进

（一）引入BN层

（二）更高精度的classifier [Focusing on backbone]

（三）引入Anchor

（四）细粒度 (fine-grained) 特征

1.浅层特征(lower feature)直连(concatenate)高层(higher)特征

浅层信息（物理信息）：角点、边缘、直线折线等
中层信息：浅层信息的高维抽象、融合→将一些特殊的形状单元拼接成简单图形
深层信息（语义信息）：中层信息的进一步抽象、融合→得到一些具有语义性的特征

short cut/skip connection:同时结合了深层（左分支）和浅层（右分支）信息

2.引入新层: reorg层

例：将一个大图（4*4）变成四个小图（2*2），面积变成1/4，channel变为四倍，这样就可以将这个浅层信息和提取的深层信息进行结合。

（五）初试多尺度训练

• 移除FC层(fully connected): 能够承接任意size的输入，提升模型鲁棒性
• 输入size横跨 320, 352, …, 608   训练时，每10个epoch改一下[border-size % 32 = 0, decided by down sampling]

横跨不同尺度进行训练，可以更好的适应不同大小的图像。

二、Anchor与损失函数

（一）Anchor的整体性讲解

1. Anchor是什么? Anchor为了什么?

①预设好的虚拟边框(virtual bboxes)
②生成框由Anchor回归而来

2. Anchors? Ground Truth BBoxes? Prediction?

为什么要用anchor: YOLOv1是从一个点来回归目标的位置，加了anchor之后，就可以从一定范围内回归，精确度要高很多。

红色是anchor，绿色是ground truth，蓝色是prediction

计算示意：                                                                     YOLOv2使用：（tx和ty的计算使用了sigmoid函数，                                                                                                                      以确保其在0-1范围内）

               

粉圈：预测框的offset，网络直接生成
灰圈：计算ground truth的offset（encode）
蓝圈:   计算ground truth与预测框之差（decode）

（二）Anchor与loss function

1.  Anchor size and number

①Faster RCNN: 9 by hands
② Yolo: 5 by K-Means

2.Anchors, Truth BBoxes & Predicted BBoxes

anchor表示：两个一组，宽+高（13是归一化的范围，这里anchor归一化到0-13之间）