【目标检测】YOLOv3总结

本文笔记链接（建议使用链接观看）：
Yolov3总结链接
以下为笔记基本内容样例
03.YOLOv3
📄论文题目
YOLOv3: An Incremental Improvement
👨‍💻作者
Joseph Redmon:YOLO系列的主要作者
❓四个问题
❔要解决什么问题？
在YOLOv2的基础上更强更好，同时对YOLOv2中的一些模块进行改进，并且尝试将其他作者提供的一些新的想法融入YOLOv3中。
❔使用什么方法解决问题？
DarkNet-53的具体结构：在DarkNet-19上进行改进加入更多的 33 和11卷积层

具体网络结构模型

LOSS计算：

❔实际效果如何？

❔还存在什么问题？
对于中目标和较大目标的检测效果不佳
Fcoal LOSS 的引入值得进一步探讨
✨论文概述
🔸1.Abstract
YOLOv3模型比V2更加大一点，但是更加的准确，与SSD的精度相当但是检测速度是SSD的三倍左右。
🔹2.Introduction
本文是一篇类似技术报告的论文，在本文末尾会介绍一些yolov3之后的研究方向，并且相关工作以及失败的尝试。
🔸3.The Deal
YOLOv3的细节：
从其他作者中获得更好的想法
训练一个新的分类器

3.1 Bounding Box Prediction

3.2 Class Prediction
使用独立逻辑的分类器，在训练过程中使用二元交叉墒进行类别的预测。
3.3Predictions Across Scales
使用三种不同尺度的Boxes进行预测（与金字塔特征提取类似），每个比例下预测3个盒子，因此对于4个边界盒子偏移、1个对象预测和80个类别预测，N×N ×[ 3*(4+1+80)]。
对之前的2个特征图中进行2倍的上采样结合在网络前期获得的特征图进行合并（获得更多的语义信息）从早期的特征映射中获得更多细粒度的信息，再添加几个卷积层来处理这个组合特征图，并最终预测一个相似的张量，尽管现在是两倍的大小。
依旧使用K-均值聚类来进行边界框的先验。只是选择了9个Clusters和3个不同的尺度。
注：在COCO数据集上：9个聚类是:(10×13)，(16×30)，(33×23)，(30×61)，(62×45)，(59× 119)，(116 × 90)，(156 × 198)，(373 × 326)
3.4 特征提取器
为Darknet-53,在Darknet-19的基础上使用多个连续的33与11卷积层。Darknet-53整体上比Darknet19强大得多，但仍然比ResNet-101或ResNet-152高效

3.5 Training
使用多尺度训练、数据扩充、批标准化等一系列标准（一般都会进行的处理操作）的操作在Darknet-53上进行训练。
🔹4.How We Do
在IOU = 0.5 的情况下,yolov3的性能与RetiaNat相差无几
当IOU逐渐增大时，性能会显著下降（说明YOLOv3的检测框很难与目标对齐）
YOLOv3在小目标上的检测有不错的表现（通过多尺度预测）
YOLOv3在中等及较大尺寸的目标检测效果不佳
🔸5.Things We Tried That Didn’t Work
使用正常的锚框预测机制发现模型的稳定性降低
使用线性预测X,Y，而不是逻辑预测，mAP下降几点
Focal oss : mAP下降2个点
Dual IOU thresholds and truth assignment: IOU>0.7为正样本，IOU<0.3为负样本
🔹6.What This All Means
YOLOV3在0.5-0.95IOU的COCO数据集（新）上测试效果不是很好，但是在旧的测试集上测试效果非常好。
👀补充
附录