YOLOV3模型优化系列（一）Gaussian YOLOV3介绍

前言

现在对目标检测网络算法模型YOLOV3优化的文章很多，有很多新的思想提出来了，比如focal loss，denseNet，anchors free以及注意力机制等。我个人比较偏好那些源代码开放，方法简单明了，可操作性强同时想法合理的papers。以这种标准来看，Gaussian-YOLOV3无疑算得上不错得优化算法模型，至少能很快看到结果。

简介

Gaussian YOLOV3算法模型是ICCV 2019得一篇paper提出来的。它对应的项目代码已经开源（https://github.com/jwchoi384/Gaussian_YOLOv3）。从代码角度来看，它只是在官方darknet框架代码的基础上添加一个新的层：Gaussian-yolo层的支持。所以如果你之前编译过darknet框架代码，那么这个项目代码下载后就可以直接编译成功了。 

如果你想对自己数据集进行Guassian yolo3模型的训练，那么只需要将cfg文件中的[yolo]改成[Gaussian-yolo]，同时将前面的filters数目由(class_num+5)*3改成(class_num+9)*3即可。至于为什么变成了+9，下面会详细解释。

原理

从原理上看，Gaussian yolov3模型和官方经典YOLOV3的唯一区别就是前者对bbox的输出是x，y，w和h的均值和方差，一共有8个值，如下图红框所示；而后者直接仅仅生成x，y，w和h四个值。

下面是几个重要的总结：

1） 这样bbox生成值就构成了输出层前面的卷积filter数目为(class_num+1+8)*3。 

2）在官方YOLOV3模型中，bbox的loss值是简单的mse，即predict的tx ty tw和th分别和GT的tx，ty，tw以及th进行差的平方和。而在Gaussian YOLOV3模型中，它们的delta就变成高斯概率值。其高斯概率密度公式如下所示：

在上式中， x是GT的tx或ty或tw或th，而miu和sigma平方则是对应的Gaussian yolo层的输出。由此可见，每组miu、sigma平方值和GT对应值应用上面公式就能求得一个概率值。

根据高斯概率分布曲线，如果predict出来的miu离对GT值很近的话，那么概率密度值就越大。 当然在真正在计算delta时，用的是(x-miu)/sigma。当GT值离miu值越近的话，delta值越小。

3）实际上在基于Gaussian yolo层的输出来求真正BBOX的坐标值用的是x，y，w和h对应的miu值。 而对应sigma值时来表示这些坐标值的不确定性，sigma值越大，表示该组bbox坐标值越不靠谱。这样Gaussian yolo3模型除了object score，class score外，还多一个bbox的不确定性的评判指标。