目标检测——YOLOv5算法解读

原创已于 2024-10-12 20:42:13 修改 · 3.9k 阅读

63 ·

CC 4.0 BY-SA版权

文章标签：

#目标检测 #YOLO #算法

于 2024-03-15 16:39:31 首次发布

目标检测专栏收录该内容

42 篇文章

订阅专栏

作者：UltralyticsLLC公司
代码：https://github.com/ultralytics/yolov5

YOLO系列算法解读：
YOLOv1通俗易懂版解读、SSD算法解读、YOLOv2算法解读、YOLOv3算法解读、YOLOv4算法解读、YOLOv5算法解读、YOLOR算法解读、YOLOX算法解读、YOLOv6算法解读、YOLOv7算法解读、YOLOv8算法解读、YOLOv9算法解读、YOLOv10算法解读、YOLO11算法解读

PP-YOLO系列算法解读：
PP-YOLO算法解读、PP-YOLOv2算法解读、PP-PicoDet算法解读、PP-YOLOE算法解读、PP-YOLOE-R算法解读

1、算法概述

YOLOv5和YOLOv4都是在2020年发布，不同的是YOLOv5没有论文，是以工程的方式发布的，至今在工业界都还有很多应用，且模型泛化性能非常不错，代码中的很多细节处理值得我们学习。且作者也有在持续改进优化代码，现在已经更新到7.0版本了。先看代码结构：
在这里插入图片描述
代码结构非常清晰，且文件命名一目了然，通过文件名就知道该文件大致起什么作用。从代码来看，模型结构以YAML文件定义，结构清晰明了。

通过yolo.py里的parse_model解析yaml文件加载模型结构：

分析完整代码，作者使用了mosaic，图片缩放，focus，CSP，GIoU，FPN+PAN，放缩的网络结构，放缩的网络结构让模型更加灵活，一共有四个版本，s,m,l,x，遗传算法搜超参，自适应的anchor，ema。非常建议大家去深度研读yolov5的代码。

2、YOLOv5细节

先看我自己画的网络结构图
在这里插入图片描述
涉及到的子模块结构如下：

2.1 YOLOv5损失函数

yoloV5损失函数包括：

Classification loss，分类损失
Localization loss，定位损失（预测边界框与GroundTruth之间的误差）
Confidence loss，目标置信度损失（框的目标性，objectness of the box）

总的损失函数：classification loss + localization loss + confidence loss
yoloV5使用二元交叉熵损失函数计算类别概率和目标置信度得分的损失。
yoloV5使用CIOU Loss作为bounding box回归的损失。

2.2 YOLOv5边框回归

Yolo格式的txt标记文件格式是归一化后的中心点坐标(x,y)及矩形宽高：
在这里插入图片描述

Anchor给出了目标宽高的初始值，需要回归的是目标真实宽高与初始宽高的偏移量；预测边界框中心点相对于对应cell左上角位置的相对偏移量，为了将边界框中心点约束在当前cell中，使用sigmoid函数处理偏移值，使得预测值在（0,1）范围内，根据边界框预测的4个offset tx,ty,tw,th，可以按照公式计算出边界框的真实预测值。
在这里插入图片描述
YOLOv2/v3/v4采用相同的方式：

YOLOv5采用跨领域网格匹配策略，一个gt框可以同时在多个尺度特征图上匹配anchor，从而得到更多的正样本anchor，它改进了回归方式：

这么改进的原因：
原始的yolo框方程式存在严重缺陷。宽度和高度完全不受限制，因为它们只是out=exp（in），这很危险，因为它可能导致梯度失控、不稳定、NaN损失并最终完全失去训练。
对于yolov5，确保通过sigmoid所有模型输出来修补此错误，同时还要确保中心点保持不变1 = fcn（0），因此模型的标称零输出将导致使用标称锚框大小。当前的方程式将锚点的倍数从最小0限制为最大4，并且锚点-目标匹配也已更新为基于宽度-高度倍数，标称上限阈值超参数为4.0。
在这里插入图片描述
有些groundtruth由于和anchor的匹配度不高，不会参与训练，代码中在数据增强部分有异常标签过滤设置。