thequitesunshine007的博客

YOLOv8 的 ​​ 设计摒弃了传统 YOLO 系列中依赖预定义锚框（Anchor Boxes）的机制，转而直接预测目标的中心点和边界框尺寸。这种设计简化了模型结构，降低了超参数调优的复杂度提升了检测速度和精度。以下是其核心实现原理和关键技术细节。

它是联合优化正样本分配的策略，旨在更精准地匹配预测框与真实目标的位置关系。

最大池化可以提取特征纹理， 最大池化提取边缘等“最重要”的特征平均池化可以保留背景信息，平均池化提取的特征更加smoothly当特征map中的信息都具有一定贡献的时候使用AvgPooling，例如图像分割中常用global avgpool来获取全局上下文关系，再比如网络走到比较深的地方，这个时候特征图的H W都比较小，包含的语义信息较多，这个时候再使用MaxPooling就不太合适了， 是因为网络深层的高级语义信息一般来说都能帮助分类器分类。

（神经网络：激活函数非0中心导致的问题）

在一个给定的区间[-r,r]内采用均匀分布来初始化参数。超参数r的设置可以按照神经元的连接数量进行自适应的调整。参数从一个固定均值(比如0)和固定方差(比如0.01)的高斯分布进行随机初始化。

知乎江大白，墙裂推荐！

FPN 高维度向低维度传递语义信息（大目标更明确）PAN 低维度向高维度再传递一次语义信息（小目标也更明确）深层的feature map携带有更强的语义特征，较弱的定位信息。而浅层的feature map携带有较强的位置信息，和较弱的语义特征。FPN就是把深层的语义特征传到浅层，从而增强多个尺度上的语义表达。而PAN则相反把浅层的定位信息传导到深层，增强多个尺度上的定位能力。

例如：最后一层特征图大小为6*6*10，（width,hight,channels）,global average pooling就是将6*6大小的特征图平均采样为一个值，这样最后就输出1*10大小的特征向量，这种方式就只和通道数有关，而与特征图大小没有关系了。使用不同的size，stride，对全连接层前的卷积层进行不同池化大小的pooling，然后拼接，这样最终的输出一定是（p1*p1+p2*p2+…2）替换网络中的全连接层，对最后的卷积层使用global average pooling。

声明！内容来源：如何防止过拟合。什么是过拟合为了得到一致假设而使假设变得过度复杂称为过拟合(overfitting)，过拟合表现在训练好的模型在训练集上效果很好，但是在测试集上效果差。也就是说模型的泛化能力弱。在很多问题中，我们费心费力收集到的数据集并不能穷尽所有的状态，而且一般训练得到的模型被用来预测未知数据的结果，模型虽然在训练集上效果很好，但是在实际应用中效果差，就说明这个模型训练的并不是很成功，还需要改进。就譬如下方的图像中，左边黑色直线在一定程度拟合数据排列，而蓝紫色的曲线就是照顾到每一个

池化层pooling操作常见的有平均池化mean pooling和最大池化max pooling，前者取某特征区域的平均值进行输出，而后者则取某特征区域的最大值进行输出，池化层的一般作用是对特征图进行下采样，它本身没有参数权重，计算也简单，但它可达到降维特征、突显特征、减少参数量、减少计算量、增加非线性、防止过拟合及提升模型泛化能力等作用，池化层的前向传播我们都比较好理解，但是其是如何参与反向传播的呢？本文就让我们一起来了解关于池化层的反向传播实现方法吧。池化层在反向传播时，它是不可导的，...

防止过拟合：在网络的训练中，BN的使用使得一个minibatch中所有样本都被关联在了一起，因此网络不会从某一个训练样本中生成确定的结果，即同样一个样本的输出不再仅仅取决于样本的本身，也取决于跟这个样本同属一个batch的其他样本，而每次网络都是随机取batch，这样就会使得整个网络不会朝这一个方向使劲学习。1）没有它之前，需要小心的调整学习率和权重初始化，但是有了BN可以放心的使用大学习率，但是使用了BN，就不用小心的调参了，较大的学习率极大的提高了学习速度。但如果数据的分布一直在变，学习就很难了。