YOLOX论文解读

论文: 《YOLOX: Exceeding YOLO Series in 2021》
代码: https://github.com/Megvii-BaseDetection/YOLOX

创新点

1. 将YOLO检测器变为anchor-free形式，减少人工设置参数；
2. 集成了其他先进检测技术(比如decoupled head、label assignment策略SimOTA)取得了SOTA性能；

与YOLO-Nano相比，AP提升1.8%；与YOLOv3相比，性能提升3%；
YOLOX-L，与YOLOv4和v5有相当参数量，在COCO数据集上达到50AP，在V100平台上达到68.9FPS；

算法

Decoupled head

为了解决分类分支与回归分支冲突问题，解耦两分支；
解耦头的作用如下：
1、加快拟合；
2、对end-to-end yolo（指无NMS后处理过程）性能影响比较大；如表1

具体解耦操作如下：如图2
1、使用$1\ast 1$卷积降维到256；
2、增加两个并行分支，每个分支（分类、回归）使用两个3*3卷积；
3、在回归分支额外增加iou分支；

Strong data augmentation

数据增强主要采用Mosaic 和 MixUp；
mixup检测与分类原理相似；
1、对于尺度不一的输入，通过补0对齐，尺寸使得可以容纳下两张图；
2、相应的loss权重变为mixup参数lambd；

Anchor-free

Anchor-free可以减少设计的参数量及涉及的许多技巧（anchor聚类、Grid Sensitive）

Multi positives

为了与yolov3一致，anchor-free方案中也仅选择一个正样本（gt中心位置），同时忽略其他高质量预测框；
但是由于有些正样本也有正向作用，同时改善正负样本不均衡，因此作者将中心3*3区域作为正样本； 实验结果如表2，AP达到45，超越最好的YOLOv3基线44.3；

SimOTA

SimOTA过程如下：
1、计算成对预测框与真值框代价，如式1；

2、计算真值框与前k个预测框iou，其和为Dynamic k；因此对于不同真值框，其Dynamic k存在差异。
3、最后选择代价最小的前Dynamic k个预测框作为正样本；
SimOTA使得AP从45%提升至47.3%；相对于YOLOv3上，性能提升3%，见表2；

End-to-end YOLO

作者跟随参考文献39，增加两个卷积层，一对一分配标签，停止梯度回传，但是性能及推理速度出现下降，如表2。

实验结果

结论

作何提出一种高性能anchor-free检测器YOLOX，其在性能及速度上达到比较好的平衡；