yolo v3制作自己的数据_6. YOLOv3与RFSong在人手检测数据集的对比

前言：

上一篇文章说到了自己最近学习的YOLO剪枝项目，自己的复现效果不是很理想，水平太菜了，还得多学学相关知识再去调调看：

Lam1360/YOLOv3-model-pruning​github.com

之前自己将YOLO架构放到SSD上进行了实验比较，这一篇文章则是直接对比YOLOv3及其剪枝与自己行人检测文章改进的RFSong，看看YOLO进行剪枝之后的效果与RFSong相比究竟如何。

数据准备：

首先还是看看网络输入为448GT框的分布情况：

分析可得：

1. 主要是中小目标，，因此可以适当减少检测层数目，适当增大网络的输入分辨率。这里我就去掉最后两个检测层了，实现了下采样64倍，因此输入分辨率可以设置为64的倍数，这里为了方便跟yolo416进行比较，网络输入分辨率设置为了448.
2. 比例变化较大，从0.3-3都有，因此比例得稍微多设置一些

具体配置如下：

自己还利用kmeans聚类进行了SSD的anchor设置尝试

lars76/kmeans-anchor-boxes​github.com

聚类出来后的设置如下，感觉聚类出来的anchor尺度变化更小一些了，而且好像不太能体现SSD的多尺度检测了。效果也大打折扣，降了1.2个点，还不如自己根据GT框分布自己大概设置。

VOC_Config 

RFSong网络：

只有四个检测层，下采样了64倍，因此支持64倍的输入

网络在行人检测代码RFSong7993上进行了修改，因为发现0.99MB版本与这个版本速度测出来都是200FPS（发现是推理时间0.99MB版本稍快一点点，但是由于精度下降，NMS处理的时间增加了），这也说明通道减少有时候对模型的加速还是有限的：

songwsx/RFSong-7993​github.com

这里由于还去掉了最后的一些卷积层，虽然输入分辨率从300变为了448，速度应该也还是非常快的。

这里调参的一个重要的地方就是匹配的iou阈值调低，这样对于小目标更加友好，匹配更多小目标进行训练：

实验结果：

速度对比：

YOLO v3剪枝项目的介绍：

用 YOLOv3 模型在一个开源的人手检测数据集oxford hand上做人手检测，并在此基础上做模型剪枝。对于该数据集，对 YOLOv3 进行 channel pruning 之后，模型的参数量、模型大小减少 80% ，FLOPs 降低 70%，前向推断的速度可以达到原来的 200%，同时可以保持 mAP 基本不变。

需要注意的是，项目代码的速度均是直接随机产生数据进行模拟输入，这样得到的推理速度不是真正的速度。因此前向推理速度达到两倍的话，速度上肯定还是RFSong胜出。

精度对比：

作者达到的精度是77.5，自己经过多次调参，终于从一开始的72达到了77.7，不过非常不稳定，也就出现一次77.7。不过群里朋友有经过剪枝达到79.1的，虽然剪的比较少一些。因此，YOLO的最好成绩是79.1。

利用自己修改的的RFSong，则比较稳定的能达到79.5，精度上也还是RFSong略高一点。

train from scratch对比：

自己对YOLO适当删减通道后进行了从头训练，最高只能达到50的AP，感觉YOLO从头训难度比RFBNet大，不是很方便自己设计，可能得先去coco数据集或者其他检测数据集进行一些预训练。当然这个剪枝的思路也是非常好的，非常感谢作者的开源。

RFSong还是train from scratch的，因此进行修改设计非常的方便，并且在这种比较小的数据集表现依旧很好，就是训练的epoch数目多很多，这里我训练了140个epoch，花了三四个小时。

总结：

YOLOv3效果不如修改的RFSongt好，原因也可能是本身这个Pytorch的YOLO实现精度没有那么好， kevinCK大佬说是没有达到指标。

KevinCK：目标检测——YOLO V3简介及代码注释（附github代码——已跑通）​zhuanlan.zhihu.com

不过综合来看，RFBNet还是很优秀啊！！自己稍加修改的RFSong在其他数据集上表现也都非常好，还是比较实用的。

本人水平较菜，欢迎大家批评指正，也非常欢迎进群一起交流：云深不知处-目标检测 763679865（代码和模型权重都放在群文件了）

更新：

对下面这个版本的yolov3源码进行了阅读，发现这个源码实现不够完备，不过非常简洁易懂，适合学习：

eriklindernoren/PyTorch-YOLOv3​github.com

实验结果（开启多尺度）：78.0

这个实现之所以没有达到非常好的表现，可能有以下原因：

1. 数据增广太少，不完整，并且多尺度训练的尺度变化也较小一些(320-512)
2. 学习率直接默认，没有warm up和decay
3. loss的加权处理不符合，有些甚至没有设置
4. anchor匹配策略，这里对应每个yolo层都去匹配一个iou最大的

自己又采用了下面这个yolo实现，这个实现效果更好，推荐使用：

https://github.com/ultralytics/yolov3​github.com

实验结果（开启多尺度）：81.5

ultralytics/yolov3实现更加完备一些，效果也比之前的提高了3.5个点，相比RFSong也高了两个点。这也更加符合一般认识，小目标iou0.5下YOLO效果更好一些。