YOLO

• YOLOs
• CNN的位置不变性
• 目标
  • 预测位置
• 通道
  • 有没有1个
  • 框位置4个
    • 左上角坐标，长宽
  • 是什么
• 组成
  • backbone
  • 检测头
    • 7x7x30
      • 1个物品
        • 30=1+4+25
          • 25个类别
      • 2个物品
        • 30=2(1+4)+20
• $Loss=$
  • ${\lambda }_{coord}\sum _{i=0}^{S^2}\sum _{j=0}^B{\mathbb{I}}_{ij}^{obj}[(x_i-{\hat{x}}_i{)}^2+(y_i-{\hat{y}}_i{)}^2]$
    • ${\mathbb{I}}^{obj}$是指示函数，表示有目标时
    • 预测框位置
  • $+{\lambda }_{coord}\sum _{i=0}^{S^2}\sum _{j=0}^B{\mathbb{I}}_{ij}^{obj}[(\sqrt{w_i}-\sqrt{{\hat{w}}_i}{)}^2+(\sqrt{h_i}-\sqrt{{\hat{h}}_i}{)}^2]$
    • 预测框位置
    • $\sqrt{w_i}$经验公式防止长宽过大
  • $+\sum _{i=0}^{S^2}\sum _{j=0}^B{\mathbb{I}}_{ij}^{obj}(C_i-{\hat{C}}_i{)}^2+{\lambda }_{noobj}\sum _{i=0}^{S^2}\sum _{j=0}^B{\mathbb{I}}_{ij}^{noobj}(C_i-{\hat{C}}_i{)}^2$
    • 预测有无目标
  • $+\sum _{i=0}^{S^2}{\mathbb{I}}_i^{obj}\sum _{c\in classes}(p_i(c)-{\hat{p}}_i(c){)}^2$
    • 有目标时，预测多分类
• 细节
  • 后处理合并
    • 结果面积排序，小的向大的合并
  • 预测x,y,w,h的激活函数
    • 值域$(0,\infty )$
      • sigmoid, tanh不行
      • relu不行，落到负区不能训练
    • 方法
      • 变成相对值
      • $b_w=p_w{e}^{t_w}$
        • $p_w$是先验宽度, $b_w$是实际宽度
          • $p_w$怎么得到
            • kmeans聚类得到多类标准框
              • 多类分成小、中、大三类
              • backbone出来三种位数采样
                • 高倍采样框小，用大框$p_w$分别预测
                  • 小倍采样用大框$p_w$
                  • 每个框都用一次
                • 大框$p_w$预测信息传到小框$p_w$
                  • 小框预测有了更大视角
              • V3出来
        • $e^{t_w}$在$(0,\infty )$, $t_w$在$(-\infty ,\infty )$
        • 成了预测$t_w$
          • 不用激活函数
      • x,y
        • $x=\alpha C_x$
          • $C_x$是框长度, $\alpha$在[0,1]间
          • $\alpha =\frac{1}{1+e^{-t_x}}=\sigma (t_x)$
            • $t_x$在$(-\infty ,\infty )$
            • 成了预测$t_x$
          • V3出现
        • 问题, mse收敛慢
          • IoU损失函数
            • 预测框、真实框
              • 交集是分子、并集是分母
                • Loss=分数的负数
            • 问题
              • 框无重合导数为0
                • 没有意义，也不能训练
                • 改进
                  • $GIoU=IoU-\frac{A^c-\mu }{A^c}$
                    • $A^c$是两框最大框
                    • 大框套小框有问题
                      • $$\begin{gathered} DIoU=IoU-\frac{{\rho }^2(b,b^{gt})}{c^2} \\ =IoU-\frac{d^2}{c^2} \\ -1\le DIoU\le 1 \end{gathered}$$
                        • $\rho$代表b和$b^{gt}$的对角线距离
                        • c是b和$b^{gt}$的欧式距离
• 迁移学习
  • 不用改backbone, 训练检测头
  • 数据配置
    • traffic.yaml
  • 标注数据