目标检测——YOLO系列算法（YOLOv4、YOLOv5）的学习笔记

1 前言

现在最强的YOLO系列算法是YOLOv5x6-TTA, boxAP: 55.0；

2 致谢

感谢DarrenZhang的分享——《Yolov4/v5的创新点汇总！》

3 YOLO模型列表

yolov5x – yolov5x.yaml
YOLOv5中参数量最多的模型，在图像张量输入主干网络之前使用了Focus模块；

4 模型结构

2.1 Backbone

Focus——网格下采样

关于Focus模块的解析请参考《yolov5中的Focus模块的理解》
备注：

• 在实际使用中发现会增大显存消耗，根据作者说明“Focus() module is designed for FLOPS reduction and speed increase, not mAP increase.”，对最终结果似乎没有提升，所以暂时没有使用；
• 之前是想用来增大batch-size，发现会增大显存消耗，然后就暂时停用了；

CSPDarknet53

首先，我们来看看CSPDarknet53网络的整体结构图，

2.3 Neck —— SPP & PAN

SPP：特征融合

我们先来看看Scaled-YOLOv4对SPP的结构设置：

其中，pool_rates=[5, 9, 13]；
这里我们可以看看感受野的比例，已知$pool\_rate=5:9:13$，则$pool\_area=25:81:169$；
则有
$pool\_area[1:2]=25:81=1:3.24$
$pool\_area[2:3]=81:169\approx 1:2.09$
基本上扩大的比例都在2以上；

PAN：自顶向下的特征融合

PAN在YOLOv4的论文中首次提出，也被用于YOLOv5中（YOLOv5x6-TTA, boxAP: 55.0）；
首先，我们来直观的感受以下PAN的结构如图所示

可以看到是在使用了FPN之后的一种上采样操作；

5 后处理算法

• Scaled-YOLOv4论文中没有具体给出NMS设置的描述，于是我们参考了YOLOv4中的设置，使用了DIoU-NMS；
• 还可以看看Scaled-YOLOv4的代码来确认一下

2.1 NMS Screening——DIoU-NMS

YOLOv4使用了DIoU-NMS作为后处理的方法；

6 YOLOV3学习笔记

可以参考的资料：

GiantPandaCV：在GiantPandaCV公众号的后台回复“yolov3”获取相关的资料。

6.1 熊猫群主的聚类脚本

熊猫群主的聚类脚本：
https://github.com/BBuf/cv_tools/blob/master/yolo-cluster-anchors.py
聚类教程：
目标检测算法之YOLO系列算法的Anchor聚类代码实战
U版的数据集制作：
GitHub - pprp/voc2007_for_yolo_torch: Prepare VOC format datasets for ultralytics/yolov3 & yolov5​

6.1 损失函数

这里我们参考CSDN博文《YOLO系列详解：YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5 by AI小白一枚》中的图文描述：

6 调试笔记

Scaled-YOLOv4的repo代码实际上是基于U版YOLO的框架来实现的，也是基于PyTorch函数库；

3.1 测试ScaledYOLOv4是否配置成功

这里我们可以一个我们依据U版YOLO生成的测试数据集coco128：
百度网盘链接：https://pan.baidu.com/s/1tHFUASikGDLQnzhLEFAKxA
提取码：sbal

# download yolov4-csp.weights and put it in /yolo/weights/ folder.
python test.py --img 640 --conf 0.001 --batch 8 --device 0 --data coco.yaml --cfg models/yolov4-csp.cfg --weights weights/yolov4-csp.weights

3.1.1 PyCharm连接Docker出现“cannot connect to the docker daemon at Unix…”

这里在使用PyCharm连接Docker时出现错误“cannot connect to the docker daemon at Unix…”，其主要原因是在运行docker 命令时需要root权限，所以这里我们还需要根据Docker官方文档进行“Post-installation steps for Linux”的操作，其
主要目的就是：当前登录Ubuntu用户在使用docker命令是前面不需要加上sudo命令；
具体的设置方式请参考Docker官方文档《Manage Docker as a non-root user》；

3.2 YOLOv5的调试笔记

请参考博文《目标检测——YOLOv5的学习笔记》；