yolov3 詳解

目錄

• paper
• 網絡結構圖
• 數據處理
  • Default anchors
• Loss
  • Function Loss
• Reference

paper

https://arxiv.org/pdf/1804.02767v1.pdf

網絡結構圖

性能上遠超Darknet-19，但在效率上同樣優於ResNet-101和ResNet-152。下表是在ImageNet上的實驗結果：

網絡詳細結構圖：

網絡簡版結構圖：

數據處理

train_pipeline = [
    dict(type='LoadImageFromFile', to_float32=True),
    dict(type='LoadAnnotations', with_bbox=True),
    dict(type='ZeroOneNormalize'),
    dict(type='RandomJitter', jitter=(0.3, 0.3), img_scale=(1440, 864)),
    dict(type='RandomDistort', hue=0.1, saturation=1.5, exposure=1.5),
    dict(type='RandomTransform', img_scale=(1440, 864)),
    dict(type='RandomFlipCv2', flip_code=[1]),
    dict(type='NormalizeCoord', cxcywh=True),
    dict(type='DefaultFormatBundle'),
    dict(type='ParametersSetting', tensor=True),
    dict(type='Collect', keys=['img', 'gt_bboxes', 'gt_labels'])
]

Default anchors

通過IOU與Kmean計算訓練樣本中9個anchors, anchors_generate.py

Loss

Function Loss

• total loss:
  
• build target
  • 計算當前層的每個anchor 與 target 之間的IOU，並取得最大的IOU對應的anchor的index
  • 過濾因為數據增強帶來的bbox的越界, 找到best_index
  • 計算object weight scale. (sc = 2 - gw * gh)
  • 由best_index計算最佳的anchor對應的target, (obj_mask, noobj_mask, tx, ty, tw, th, tconf, tcls, scale)
• 正負樣本選擇:
  • 用預測出來的predict box(pb)與target box(tb)做一個IOU匹配，
  • 找到pb對應tb的最大iou， 如果這個iou小於ignore_thresh就被當做負樣本
• Loss計算
  location: 使用mse loss, 乘上一個object weight scale(sc)
  conf_obj and conf_noobj 使用 mse loss(均方差)
  classify loss 使用ce loss(交叉熵)

2. Location Loss
   

Reference

https://www.cnblogs.com/pprp/p/12590801.html