yolov3 详解 - 爱码网

paper
网络结构图
数据处理
- Default anchors
Loss
- Function Loss
Reference

paper

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

网络结构图

在这里插入图片描述

性能上远超Darknet-19，但在效率上同样优于ResNet-101和ResNet-152。下表是在ImageNet上的实验结果：
在这里插入图片描述

网络详细结构图：
在这里插入图片描述

网络简版结构图：
在这里插入图片描述

数据处理

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

通过IOU与Kmean计算训练样本中9个anchors, anchors_generate.py

Loss

Function Loss

total loss:
build target
- 计算当前层的每个anchor 与 target 之间的IOU，并取得最大的IOU对应的anchor的index
- 过滤因为数据增强带来的bbox的越界, 找到best_index
- 计算object weight scale. (sc = 2 - gw * gh)
- 由best_index计算最佳的anchor对应的target, (obj_mask, noobj_mask, tx, ty, tw, th, tconf, tcls, scale)
正负样本选择:
- 用预测出来的predict box(pb)与target box(tb)做一个IOU匹配，
- 找到pb对应tb的最大iou，如果这个iou小于ignore_thresh就被当做负样本
Loss计算
location: 使用mse loss, 乘上一个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)

Location Loss

Reference

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