补一下源码地址
我们先从简单的开始说起,怎么判断loss?要先判断目标检测的准确率标准,标准就是IOU(目标图片和预测图片的交并比)
IOU
yolov4用了CIOU_loss 和DIOU_LOSS
简单说一下,有个具体了解,都是从左到右发展来的
IOU | GIOU | DIOU | CIOU | |
---|---|---|---|---|
作用 | 主要考虑检测框和目标框重叠面积 | 在IOU的基础上,解决边界框不重合时的问题 | 在IOU和GIOU的基础上,考虑边界框中心点距离的信息 | 在DIOU的基础上,考虑边界框宽高比的尺度信息 |
具体实现 | 交并比 | 加了一个尺度相交(两个矩形外接最大矩形) | GIOU+欧式距离/中心点距离 | DIOU+长宽比 |
看代码就更直观了解他们的运作方式了
if GIoU or DIoU or CIoU:
if GIoU: #area_c 就是外接矩形
area_c = torch.prod(con_br - con_tl, 2) # br tl对应button right和 top left坐标,这个公式就是算最小外接矩形面积
return iou - (area_c - area_u) / area_c # GIoU的公式,
if DIoU or CIoU:
#c2就是欧式距离 加一个小偏置防止除数为0
c2 = torch.pow(con_br - con_tl, 2).sum(dim=2) + 1e-16
if DIoU:
#rho2 就是中心点距离 rho2 = ((bboxes_a[:, None, :2] - bboxes_b[:, :2]) ** 2 / 4).sum(dim=-1)
return iou - rho2 / c2 # DIoU 的计算公式 加了个中心点距离/欧氏距离
elif CIoU:
#这个V是长宽比
v = (4 / math.pi ** 2) * torch.pow(torch.atan(w1 / h1).unsqueeze(1) - torch.atan(w2 / h2), 2)
with torch.no_grad():
alpha = v / (1 - iou + v)
return iou - (rho2 / c2 + v * alpha) # CIoU 可以看到比Diou多了个长宽比因素
return iou
如果对上述参数不了解,可以参考一下源代码,这里贴太多反而容易混淆
Loss function
CIOU懂了 那么CIOU loss呢
其实就是CIOU loss = (1-CIOU)
GIOU,CIOU等同理
那么yolo怎么计算loss的呢
偷一下cuijiahua大佬的图
很复杂 看不懂?
没关系 实际上就是 三个loss组成的
如果有物体 就要加上: 坐标框损失,置信度损失,分类类别损失
大概知道什么意思 然后去看代码就可以了:
代码很长 可以只看我注释的地方 方便了解大体作用
class Yolo_loss(nn.Module):
def __init__(self, n_classes=80, n_anchors=3, device=None, batch=2):
super(Yolo_loss, self).__init__()
# 这些老参数了 看我上一章内容都有
self.device = device
self.strides = [8, 16, 32]
image_size = 608
self.n_classes = n_classes
self.n_anchors = n_anchors
self.anchors = [[12, 16], [19, 36], [40, 28], [36, 75], [76, 55], [72, 146], [142, 110], [192, 243], [459, 401]]
self.anch_masks = [[0, 1, 2], [3, 4, 5], [6, 7, 8]]
self.ignore_thre = 0.5
self.masked_anchors, self.ref_anchors, self.grid_x, self.grid_y, self.anchor_w, self.anchor_h = [], [], [], [], [], []
#遍历三个anchor框 这下面代码在之前都出现过 具体就是初始化那些anchor
for i in range(3):
all_anchors_grid = [(w / self.strides[i], h / self.strides[i]) for w, h in self.anchors]
masked_anchors = np.array([all_anchors_grid[j] for j in self.anch_masks[i]], dtype=np.float32)
ref_anchors