YOLOX系列文章（一）：先来看看论文

注：个人水平有限，如有错误（以下内容加入自己的理解），敬请批评指正。

YOLOX论文

论文：https://arxiv.org/pdf/2107.08430.pdf
github地址：https://github.com/Megvii-BaseDetection/YOLOX

摘要

YOLOX在YOLO系列中加入了一些技巧，如
1.将YOLO检测器和anchor-free结合
2.加入了decoupled head
3.加入了SimOTA

和其他方法的比较：

• YOLO-Nano参数仅有0.91M和1.08GFLOPS，在COCO数据集上有25.3%AP，相比NanoDet，提高了1.8%
• 在COCO上将工业上常用的YOLOv3提高到了47.3%
• YOLOX-L的参数量和YOLOv5-L的参数量大致相同，YOLOX-L在V100（我：V100是多少显存的？估计应该是32GB的吧）上速度为68.9FPS，AP超过YOLOv5-L大约1.8%
  

在CVPR2021的Streaming Perception Challenge中，使用YOLOX-L模型获得第一名。

为了让模型更好落地，论文提供了ONNX，TensorRT，NCNN和Openvino的部署版本的github地址
（我：后面我会试试部署版本）

1.介绍

虽然YOLO系列在精度和速度方面都蛮好的。
但是，最近几年目标检测领域的“骚操作”，如anchor-free检测器、更优秀的label assignment技巧、端到端检测器（NMS-free）都没有被集成到YOLO系列中。这篇文章就是做这个的，YOLOv4和YOLOv5太优秀了（手动狗头.jpg），先从YOLOv3“虐”起吧。看看下面这幅图吧，一图胜千言：

2.YOLOX

2.1 YOLOX-DarkNet53

训练细节
去论文里看吧，略过

YOLOv3 baseline
baseline使用darknet53作为主干特征提取网络，并加入了SPP层。
相比原始的YOLOv3，本论文的YOLOv3 baseline对训练策略做了如下改动：
1.加入EMA权重更新
2.加入cosine lr schedule
3.加入IoU loss
4.加入IoU-aware branch
YOLOv3 baseline结果如下：
Decoupled head
YOLO系列的主干特征网络和特征金字塔不断进化，他们的detection head耦合在一起，detection head耦合在一起会降低性能。
对性能的影响程度？给你两张图片，自己品，你细品


数据增强
使用Mosaic和MixUp增强图像数据集，借此提高YOLOX性能。
使用数据增强后，抛弃了ImageNet的预训练模型，从头开始训练模型。

Achor-free
YOLOv4和YOLOv5都是anchor-based，但是anchor-based有如下缺点：
1.训练之前，需要进行聚类分析决定最优的anchors，这些anchors泛化性能弱
2.anchors增加了检测的复杂性

Multi positives
positives的处理类似FCOS

SimOTA
SimOTA应该是Simplified Optimal Transport Assignment
优秀的label assignment应该具备的特征：
1.loss/quality aware
2.center prior
3.dynamic top-k
4.global view
OTA满足上面4个条件，但是考虑到训练时间问题，使用SimOTA

端到端的YOLO
实现方法：
1.加入两层额外卷积层
2.加入一一映射的label assignment
3.加入stop gradient

2.2 其他backbone

• YOLOX v.s. YOLOv5
  

• YOLOX-Tiny&Nano v.s. other-Tiny&Nano

• 不同模型大小适用不同的数据增强策略
  

3.与其他方法的比较

“是骡子是马，拉出来溜溜”
下表是不同模型在COCO2017 test-dev上的比较，公平起见，都是300 epoch

4.SPC比赛中第一名

Streaming Perception Challenge第一名，有兴趣的话去看看。

5.总结

本文提出了YOLOX，它集成了如下技巧改进YOLO系列：
1.decoupled head
2.anchor-free
3.优秀的label assigning策略

文章下期预告

YOLOX的部署

文章下下期预告

YOLOX的自定义部署

不说了，我先打麻将去了（模仿FJYB）