目标检测算法之YOLO（YOLOv10）

Background

yolov10是清华大学发布的一个新yolo算法，作者认为NMS是影响yolo实时推理的一个主要问题，针对这个问题提出了dual assignments的方法来训练NMS-free的yolo模型。同时作者从速度和精度入手，提出了几个改进模型的方法。yolov10在推理速度以及参数量上都优于现有的模型，且仍具有不弱于其他模型的精度。接下来主要分析yolov10中的dual asignments和 Efficiency-Accuracy优化策略。

yolov10的论文地址：https://arxiv.org/abs/2405.14458
yolov10的代码地址：https://github.com/THU-MIG/yolov10

Consistent Dual Assignments for NMS-free Training

作者认为one-to-many label assign需要NMS进行后处理，从而影响模型部署后的推理速度，然而one-to-one label assign会带来额外的推理开销并且没有太好的表现。
基于这俩个原因，提出了dual label assignmets的策略，即在yolo中同时采用one-one和one-to-many。模型的结构见下图

从上图可以看出，相较于普通的yolo头，这里的yolo头有俩个，分别用于one-to-one和one-to-many。同时每个头都采用了解耦头的方式，即回归和分类分开。这里的思想跟v7中的辅助头是挺像的，通过一个aux head实现one-to-many，lead head实现one-to-one。最后在推理阶段丢弃aux head。

引入了俩个头之后，最大的问题就是如何去分配标签。这里作者对俩个头都用了一样的匹配度量。这里匹配度量的仍然是考虑了分类头和回归头，这里匹配损失记为$m$，具体计算如下$$m(\alpha ,\beta )=s\cdot p^{\alpha }\cdot IOU(\hat{b},b{)}^{\beta }$$其中$p$是指分类分数，$\hat{b}$为预测框，$b$为真实框，$\alpha$和$\beta$是超参数。
这样度量就同时考虑了分类任务和回归任务。对于one-to-one的任务记为$m_{o2o}=m_{o2o}({\alpha }_{o2o},{\beta }_{o2o})$，对于one-to-many的任务记为$m_{o2m}=m_{o2m}({\alpha }_{o2m},{\beta }_{o2m})$。

作者认为o2m能够提供更丰富的监督信息，同时希望o2m能够引导o2o。所以作者分析了o2o和o2m的差距，发现它们在回归任务上的表现没什么大的差异，所以认为它们的差距主要体现在分类任务上。然后就是针对分类任务进行改进。

先给定一个目标，然后记俩个头预测的最大IOU为$u^{\ast }$(由于回归任务差不多，所任可以认为俩个头预测的最大IOU相等)，然后记俩个头的最大匹配分数为$m_{o2o}^{\ast }$和$m_{o2m}^{\ast }$。

同时假设$o2m$的最佳匹配为$\Omega$，而$o2o$的最佳匹配为第$i$个，并记为$m_{o2o,i}=m_{o2o}^{\ast }$。然后有以下的等式关系 t o 2 m , j = u ∗ m o 2 m , j m o 2 m ∗ ≤ u ∗ t o 2 o , i = u ∗ m o 2 o , i