绿色羽毛

darknet 框架的Yolo模型大概已经没什么公司使用了，对于老项目的维护可能新手需要了解下，然而 darknet架构并不十分友好，新手入手门槛比较高，特别是做分类任务时，简直了！！！博主也是走了不少弯路，再次整理记录下，便于需要的小伙伴查看，同时也供自己日后学习。

学习深度学习有些时间了，相信很多小伙伴都已经接触 图像分类、目标检测甚至图像分割(语义分割)等算法了，相信大部分小伙伴都是从分类入门，接触各式各样的 Backbone算法开启自己的炼丹之路。

FocalLoss 的出现，主要是为了解决 anchor-based (one-stage) 目标检测网络的分类问题。后面实例分割也常使用。正常的 的标签，是用一个K长度的向量作为标签，用one-hot（或者+smooth，这里先不考虑）来进行编码，最终的标签是一个形如[1,…, 0, …, 0]这样的。那么如果想要将背景分离出，自然可以想到增加一个1维，如果目标检测任务有K类，这里只要用K+1维来表示分类，其中1维代表无目标即可。对于分类任务而言，最后一般使用 softmax 来归一，使得所有类别的输出

图像金字塔是常用的特征层，在目标检测中，因为需要检测出大小不同的物体，因此需要关注不同尺寸的特征层，在此记录下图像金字塔的获取，以及优化方法论文：feature pyramid networks for object detection论文链接：https://arxiv.org/abs/1612.03144首先在backbone的过程中，将所需的 feature map提取保存下来以便后续需要。在此以 resnet为例，保存维度如下一般情况下，提取出图像金字塔后，还是需要稍微处理下，如下，低阶特征由于

其中M表示高置信度候选框，Bi 就是遍历各个框跟置信度高的重合情况。之前使用NMS来决定是否删除一个框，现在改用DIoU-NMS。网络细节部分加入了很多改进，引入了各种能让特征提取更好的方法。不仅考虑了IoU的值，还考虑了两个Box中心点之间的距离。增加稍许推断代价，但可以提高模型精度的方法。神经网络最大的缺点：过拟合，别让它太自信。注意力机制，网格细节设计，特征金字塔等，引入了近年部分优秀的创新。

对于一个CNN模型，可以将其分为两个部分：前面包含卷积层、激活函数层、池化层的特征提取网络，下称CNN_Pre，后面的全连接网络，下称CNN_Post。许多CNN模型都对输入的图片大小有要求，实际上CNN_Pre对输入的图片没有要求，可以简单认为其将图片缩小了固定的倍数，而CNN_Post对输入的维度有要求。SPP：空间金字塔池化，无论CNN_Pre输出的feature maps尺寸是怎样，都能输出固定的维度传给CNN_Post。SPP的本质就是多层maxpool，只不过为了对于不同尺寸大小 a。

YOLO系列的NMS算法大致相同，本文介绍的 NMS算法 是基于 YOLOv3 实现的，根据YOLOv3架构图所示，test过程将所有的预测框拼接成一个张量进行输出预测，Prediction：[batch, num_anchor, 85]，其中 85 的构成enumerate() 是python的内置函数，用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。返回 enumerate(枚举对象) 下标号 、成员。

日志是一个十分必要的操作，有助于后期分析实验结果，特别是在多台不同环境下训练，为了区分，还是十分有必要记录相关平台信息的，比如 hostname，Python版本信息，Pytorch版本信息等！查看显卡信息 首先需要获取显卡信息，查看显存 ==**File path：**== yolov5-7.0/utils/autobatch.py

在使用 Pytorch 进行训练模型的时候，常常需要配置 CPU、GPU训练，甚至多卡用户还需要管理GPU。除此之外，用户虽然配置好了显卡配置，但是还需要检测下配置，以防报错，因此需要还是需要检测下。函数进行判断，首先获取 时间信息 和 torch的版本信息，然后首先判断是否是 cpu设备，然后再判断 GPU设备。如果是多卡用户，记得 batch_size 与 cuda数量匹配。