YoloV1算法

来源:B站霹雳吧啦Wz

学习路线

网络讲解
读原文
跑作者代码
分析代码：网络搭建，数据处理，损失计算

生成bbox

1)将一幅图像分成SxS个网格(grid cell),如果某个object的中心落在这个网格中，则这个网格就负责预测这个object。
2)每个网格要预测B个bounding box，每个bounding box除了要预测位置之外，还要附带预测一个confidence值。每个网格还要预测c个类别的分数。
S = 7 B = 2 C= 20 30个channel
xywh均为相对值，（0，1）
confidence：可以理解为Pr(Object) * IoU,Pr(Object)取0或者1，有无目标
$\mathrm{Pr}(Clas{s}_i\mid Object)\ast \mathrm{Pr}(Object)\ast {\mathrm{IOU}}_{\text{pred }}^{\text{truth }}=\mathrm{Pr}(Class{}_i)\ast {\mathrm{IOU}}_{\text{pred }}^{\text{truth }}$

网络结构

损失函数

bounding box损失
$\begin{array}{l}{\lambda }_{\text{coord }}{\sum }_{i=0}^{S^2}{\sum }_{j=0}^B{1}_{ij}^{\text{obj }}\left[{\left(x_i-{\hat{x}}_i\right)}^2+{\left(y_i-{\hat{y}}_i\right)}^2\right]+{\lambda }_{\text{coord }}{\sum }_{i=0}^{S^2}{\sum }_{j=0}^B{1}_{ij}^{\text{obj }}\left[{\left(\sqrt{w_i}-\sqrt{{\hat{w}}_i}\right)}^2+{\left(\sqrt{h_i}-\sqrt{{\hat{h}}_i}\right)}^2\right]\end{array}$
后面开根号为了提升小目标的检测效果，若不改变，偏移相同距离误差一样大，是不合理的。应该小目标的更大一些

confidence损失
$\begin{array}{l}+{\sum }_{i=0}^{S^2}{\sum }_{j=0}^B{1}_{ij}^{\text{obj }}{\left(C_i-{\hat{C}}_i\right)}^2+{\lambda }_{\text{noobj }}{\sum }_{i=0}^{S^2}{\sum }_{j=0}^B{1}_{ij}^{\text{noobj }}{\left(C_i-{\hat{C}}_i\right)}^2\end{array}$
前面计算正样本损失，后面计算负样本损失
classes损失
$+{\sum }_{i=0}^{S^2}{1}_i^{\text{obj }}{\sum }_{c\in \text{ classes }}{\left(p_i(c)-{\hat{p}}_i(c)\right)}^2$

缺点：
对小目标检测很差
没有鲁棒性，对于新的尺寸的目标效果也很差
错误原因来自于定位不准确