YOLT算法笔记

论文：You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery
论文链接：https://arxiv.org/abs/1805.09512
代码地址：hps://github.com/CosmiQ/yolt

这篇文章是做卫星图的目标检测，在YOLO v2算法基础上做了改进得到YOLT（You Only Look Twice）算法，因为卫星图的目标检测和常见的目标检测场景最大的区别在于卫星图像本身尺寸很大（比如16000*16000），其次目标尺寸非常小而且常常聚集在一起。因此YOLT算法整体上是解决卫星图这种特殊场景的目标检测，对于通用目标检测算法中小目标的检测有一定的借鉴意义，同时这篇文章也列举了一些在实际项目中对效果提升有所帮助的点，也值得借鉴。另外，在卫星图中，用ground sample distance（GSD）表示分辨率，比如常见的卫星图像是30cm GSD。

卫星图的目标检测主要的几个难点和这篇文章的解决方案在Figure3中已经详细列出了，左边一列是难点，右边一列是对应的解决方案。主要包括：
一、卫星图目标的尺寸、方向多样，因为卫星图是从空中拍摄的，所以角度不固定，像船、汽车的方向都可能和常规目标检测算法中的差别较大，因此检测难度大。解决方案是对数据做尺度变换、旋转等数据增强操作。
二、小目标的检测难度大。解决方案包括：1、修改网络结构，使得从输