YOLOv2，v3，v4，v5，FCOS,YOLOX总结（anchor base/anchor free）

目标框回归

YOLOv2、v3、v4

网络预测目标框——>目标边界框回归

yolov5的目标框宽和高回归采用这个公式了，是因为之前的指数公式可能会出现指数爆炸现象，导致loss为NAN或者训练不稳定的情况，新公式的值域为0-4，也说明了anchor_t的最大值为4

正样本

为了增加正样本的数量，yolov5还采用了一种新的机制

这样让gt的中心点落在哪个cell，会选择离中心点最近的两个框

让正样本的数量变为原来的3倍

下面这个解释是我能想到的可能合理的解释吧，但不知道是否正确

Ref.

yolov5目标检测神经网络——损失函数计算原理 - 知乎

基于libtorch的yolov5目标检测网络实现(3)——Kmeans聚类获取anchor框尺寸

anchor free

anchor的缺点

从特征图到真实图（解码）

FOCS 的FPN正负样本匹配

RPN得到到一些候选框如何映射到对应的特征图上。这个公式可以算出候选框在哪个特征图上 ，w和h是候选框在原图上的宽和高

1.1.2 FPN结构详解_哔哩哔哩_bilibili

只要预测点落入gt box中，则该ceil视为正样本，但是通过实验发现，落入sub-box的被视为正样本，效果会更好一些

YOLOX

与YOLOv5的主要差别就在检测头head部分。之前的检测头就是通过一个卷积核大小为1x1的卷积层实现的，即这个卷积层要同时预测类别分数、边界框回归参数以及object ness(耦合头)，这种方式在文章中称之为coupled detection head（耦合的检测头）。作者说采用coupled detection head是对网络有害的，如果将coupled detection head换成decoupled detection head（解耦的检测头）【分开预测cls，bbox，obj】能够大幅提升网络的收敛速度。

注意这些值都是相对预测特征图尺度上的，如果要映射回原图需要乘上当前特征图相对原图的步距stride

正负样本匹配SimOTA[最优传输成本] 最小化cost可以理解为让网络以最小的学习成本学习到有用的知识

正负样本匹配SimOTA[最优传输成本] 最小化cost可以理解为让网络以最小的学习成本学习到有用的知识

霹雳吧啦：FCOS网络讲解_哔哩哔哩_bilibili 和csdn都有讲解

先根据cost选择成本较低的，但是GT1和GT2同时分配给了A5。作者为了解决这个带有歧义的问题，又加了一个判断。如果多个GT同时分配给一个Anchor Point，那么只选cost最小的GT。在示例中，由于A5与GT2的cost小于与GT1的cost，故只将GT2分配给A5。

取前3个是因为iou的和值为3（向下取整）

transformer的mask self-attention

正常的self-attention b1可以参考a1，a2, a3, a4, 但是mask self attention只参考它左边的，即b2 只能参考a1和a2，以此类推

mobilenet v3 改进

新的block （bneck），加入SE模块，更新了激活函数，h-sigmoid

重新设计了耗时的结构

采用NAS搜索参数