yolov5学习上篇
1. yolov5网络架构与组件
1.1 网络可视化工具 netron
在线版本:浏览器中输入链接: https://lutzroeder.github.io/netron/
netron官方的Github链接:https://github.com/lutzroeder/netron
1.2 不同模型的配置
1.3 Focus 模块
一个小实验:
Focus()模块是为减少错误和提高速度而设计的,而不是提高精度。
1.4 CSPNet 跨阶段局部网络
1.5 SPP 空间金字塔池化
在CSP上添加SPP块,因为它显着地增加了接收字段,分离出了最重要的内容,几乎没有降低网络的操作速度。
1.6 PANet 路径聚合网络
2. 损失函数
2.1 类别预测
2.2 边界框回归
2.3 回顾IoU
2.4 IoU推广——GIoU loss
C 框是包围A、B的最小的框
2.5 IoU推广——DIoU loss
蓝色为对角线,两框中心点的距离为d
在IoU和GIoU一样的情况下,DIoU还有变化。
2.6 IoU推广——CIoU loss
优化的偏导数
2.7 总结
还有CIoU等等,大家感兴趣可以自己了解。
DIoU波动稳定,对不同值的适应能力比较强;实验比较G&C:CIoU的表现比较好,YOLOv5默认用CIoU计算Loss