YOLO V5 改进详解_yolov5改进

作者：笔触狂放9 | 2024-04-11 03:17:46

踩

yolov5改进

YOLO V5

Backbone

SPPF

在这里插入图片描述

SPP 是使用了3个kernel size不一样大的pooling 并行运算。SPPF是将kernel size为5的 pooling 串行运算，这样的运算的效果和SPP相同，但是运算速度加快。因为SPPF减少了重复的运算，每一次的pooling 运算都是在上一次运算的基础上进行的。

CSP-PAN neck

在YOLO V4中，作者仅仅使用了PAN模块，在PAN中的卷积操作为一般卷积操作。而在YOLO V5中，PAN中的卷积操作换为了CSP。如图，上图为YOLO V4中的PAN模块，下图为YOLO V5的CSP-PAN模块。

在这里插入图片描述
YOLO V5 CSP-PAN模块

在这里插入图片描述

Loss Function

Loss function 的组成和YOLO V3一样，同样是由 Classes loss, Objectness loss, Location loss.
改进：

Location Loss 采用的是 CIOU Loss.
Objectness Loss 在YOLO V3中将IOU最大的设为正样本，将IOU小于阈值的设为负样本，其他的都不考虑。而在YOLO V5 中是计算所有样本的obj损失，采用CIOU作为标准。
对于Objectness Loss 同时也平衡了不同尺度的损失，针对三个预测特征层上的obj损失赋予不同的权重。
$L_{obj} = 4.0 \cdot L^{small}_{obj} +1.0 \cdot L^{medium}_{obj}+0.4 \cdot L^{large}_{obj}$

横纵比偏移优化

在YOLO V4对于x, y进行了优化使其对极限值0和1更加敏感一些。然而，对于横纵比同样存在问题，原始的公式中仅使用 $e^x$ 来进行偏移，这样会导致偏移量没有限制，变得十分敏感。

\begin{aligned} b_{w} = p_{w} e^{t_{w}} \\ b_{h} = p_{h} e^{t_{h}} \end{aligned}

$\begin{aligned} b_w = p_we^{t_w}\\ b_h = p_he^{t_h} \end{aligned}$

b_{w} = p_{w} e^{t_{w}} b_{h} = p_{h} e^{t_{h}}

而在 YOLO V5中对横纵比的偏移进行了优化，将其变成如下：

\begin{matrix} b_{x} = 2 σ (t_{x}) - 0.5 + c_{x} \\ b_{y} = 2 σ (t_{y}) - 0.5 + c_{y} \\ b_{w} = p_{w} {(2 σ (t_{w}))}^{2} \\ b_{h} = p_{h} {(2 σ (t_{h}))}^{2} \end{matrix}

$\begin{array}{c} b_{x}=2 \sigma\left(t_{x}\right)-0.5+c_{x} \\ b_{y}=2 \sigma\left(t_{y}\right)-0.5+c_{y} \\ b_{w}=p_{w}\left(2 \sigma\left(t_{w}\right)\right)^{2} \\ b_{h}=p_{h}\left(2 \sigma\left(t_{h}\right)\right)^{2} \end{array}$

b_{x} = 2 σ (t_{x}) - 0.5 + c_{x} b_{y} = 2 σ (t_{y}) - 0.5 + c_{y} b_{w} = p_{w} (2 σ (t_{w}))^{2} b_{h} = p_{h} (2 σ (t_{h}))^{2}

这在一定程度上限制了横纵比的偏移，YOLO V5作者所做的实验曲线如下。
在这里插入图片描述

正负样本选取

在YOLO V4的拓展基础上，YOLO V5 对正样本的选取同时加入了横纵比的限制。

\begin{array}{l} r_{w} = w_{g t} / w_{a t} \\ r_{h} = h_{g t} / h_{a t} \\ r_{w}^{max} = max (r_{w}, 1 / r_{w}) \\ r_{h}^{max} = max (r_{h}, 1 / r_{h}) \\ r^{max} = max (r_{w}^{max}, r_{h}^{max}) \end{array}

$\begin{array}{l} r_{w}=w_{g t} / w_{a t} \\ r_{h}=h_{g t} / h_{a t} \\ r_{w}^{\max }=\max \left(r_{w}, 1 / r_{w}\right) \\ r_{h}^{\max }=\max \left(r_{h}, 1 / r_{h}\right) \\ r^{\max }=\max \left(r_{w}^{\max }, r_{h}^{\max }\right) \end{array}$

r_{w} = w_{g t} / w_{a t} r_{h} = h_{g t} / h_{a t} r_{w}^{max} = max (r_{w}, 1 / r_{w}) r_{h}^{max} = max (r_{h}, 1 / r_{h}) r^{max} = max (r_{w}^{max}, r_{h}^{max})

在这里插入图片描述
首先算出anchor和GT的横纵比的最大差距，对于最大差距在4倍以上的例子都不作为正样本采用。

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/笔触狂放9/article/detail/402617