YOLO_v5讲解

一：创新点

YOLO_v5的网络结构和YOLO_v4几乎完全一致，可以理解为YOLO_v5是YOLO_v4的更工程化的源码实现。因此，还不了解YOLO_v4的小伙伴可以移步到yolov4讲解。

YOLO_v5源码一直在维护、更新，所以可读性很强。下面我展示一下整体流程图：

后面将k3、k4、k5分层输入检测头，和YOLO_v3一样。

二：模型重点（具体请看上文链接）

• 数据增强Mosaic
• CIOU
• PAN
• CSPBlock

三：损失函数设计

首先我贴出源码，如下：

可见，源码中的重点就是self.build_targets(p, targets)函数，用来生成target，这个后面讲解。分析一下主程序，不难发现，损失函数由三大部分构成：

• bbox回归损失，源码中使用的CIOU
• 置信度损失，对于正样本使用pred_box和gt_box的iou作为target，对于负样本则为0。使用的二值交叉熵计算损失。
• 分类损失，也是二值交叉熵计算损失。源码中设置了标签平滑，pos_label=0.95，neg_label=0.05，但是源码中设置了eps=0，所以实际没有执行平滑操作。这里还有一点值得一提，就是nn.BCEWithLogitsLoss()中的pos_weight参数，设置它可以缓解正样本不均衡的情况，官方文档如下：
  

pos_weight (Tensor, optional): a weight of positive examples.
        Must be a vector with length equal to the number of classes.

接下来，我重点讲解一下self.build_targets(p, targets)中的内容，先看如下源码：

下面，我分步骤讲解标签生成过程：

• 假设target是[16 6]，维度代表着(batch, cls, cx, cy, w, h)，生成新的targets[3 16 7]，也就是给每个target都分配三个anchor，用于后面的操作
• 将target中的[:, -2:]即w、h乘以gain（缩放尺度），将原图中归一化的gt_box投射到feature_map中
• 将每个target中的gt_box和所有尺度的anchor进行长宽比计算，anchor_wh/gt_wh和gt_wh/anchor_wh取最大值，如果小于设定的阈值，则保留，否则剔除。
• 因为上述的这种机制，会导致一个target在当前的feature_map上没有anchor匹配，其实也是一种尺度筛选的升级版本（scalse assignment）
• 给target分配好了满足尺度的anchor（或未分配），再将gt_center所在的cell的上、下、左、右侧的cell中靠近gt_center的两个方向的cell也分配和当前target相同的标签，除了gt_center；加了偏移不同外 ，都相同。也就是对targets进行了扩展，gt_center所在cell的附近cell也有资格当正样本了，这点和yolov3大大不同。这么做可以提高recall。
• 最后就是简单的分配，最后return (target_box，target_label，index)