关于yolov7的一些理解

原创

已于 2023-04-21 16:27:44 修改 · 2.3k 阅读

16 ·

CC 4.0 BY-SA版权

文章标签：

#YOLO #深度学习 #计算机视觉

于 2023-04-17 15:07:05 首次发布

本文详细介绍了YOLOv7的创新点，包括网络结构优化、辅助头训练策略、动态标签分配策略和重参数结构。通过这些优化，YOLOv7在速度和精度上超越了现有的检测器，成为唯一在高精度下超过30FPS的模型。此外，还探讨了如何通过结构重参数化在训练和推理之间找到平衡，以提高推理效率。

在这里插入图片描述 论文: https://arxiv.org/abs/2207.02696
Github: https://github.com/WongKinYiu/yolov7

YOLOV7的一些理解

1.摘要

Yolov7是Yolov4团队的作品，受到了yolo原作者的认可，论文发布后就引起了较大的关注；Yolov7通过一系列优化和技巧的组合，截止至论文发布时间[2022年7月]，在5FPS到160FPS的范围内，无论是速度或是精度，都超过了已知的检测器，并且在GPU V100上进行测试，精度为56.8% AP的模型可达到30 FPS（batch=1）以上的检测速率，与此同时，这是目前唯一一款在如此高精度下仍能超过30FPS的检测器。

2.创新点

高效的网络结构 : 修改网络组件，引入ELAN结构
动态标签分配策略 : 结合yolov5的跨网格匹配策略及yolox的动态网格策略SimOTA
提出了一些Bag-of-Freebies方法：不增加推理时间的前提下，提高检测精度
- 辅助头训练策略
- 模型重参数化

3.具体工作

3.1.网络结构优化

yolov7整体的网络架构还是延用yolov5，只是对部分组件进行了修改或替换；

Modify-1: 3层conv代替stem模块，实现两倍下采样
- Conv仍然是：卷积 + BN + SiLU三件套
在这里插入图片描述

Modify-2: 引入ELAN模块代替CSP模块
- ELAN的这种结构的一个优势就是每个branch的操作中，输入通道都是和输出通道保持一致的[网络设计的一个高效准则]
- 仅仅是最开始的两个1x1卷积是有通道变化的
在这里插入图片描述

Modify-3: 下采样模块（Maxpling + Conv）
- 下采样的实现目前主要两种方法: 最大池化、步长为2的卷积，而yolov7下采样模块秉持着”大人全都要”的原则，同时包含两者；
- 左边的分支主要采用maxpooling（MP）来实现空间降采样，并紧跟一个1x1卷积压缩通道；
- 右边先用1x1卷积压缩通道，再用步长为2的3x3卷积完成降采样
- 最后，将两个分支的结果合并，最终得到输出通道数等于输入通道数，但空间分辨率缩小2倍的特征图
在这里插入图片描述