yolox全解析

模型图:

网络模型分为四个部分：
1.输入端、2.backbone、3.neck、4.预测端
每个部分的创新，关键点是：
1.输入端：mosaic，mixup图像增强
2.backbone：CSPLayer层，silu激活函数
3.neck：FPN，silu激活函数
4.预测端：Decoupled Head，Anchor-free，Multi positive，End-to-End YOLO
1.输入端：
mosaic讲解：https://zhuanlan.zhihu.com/p/163356279
mixup讲解：https://www.zhihu.com/question/308572298
2.backbone：
Focus，CSPLayer，参考之前博客
3.neck：
FPN结构
4.预测层：
Decoupled Head:类别cls一个分支，置信度conf，位置reg一个分支
Anchor-free:将每个位置的三个框变为一个框，并直接预测四个值（两个offset和宽高）
Multi positive：中心3*3的区域中选取正样本，而不只是一个点
End-to-End YOLO：效果不好，最终变成可选部分
SimOTA标签分配：标签分配策略
head头的三个分支输出为202085（stride=32），404085（stride=16），808085（stride=8）。因此，预测框的大小分别为3232，1616，8*8。
标签分配：挑选正样本锚框，两个步骤：初步筛选，SimOTA。
初步筛选有两个步骤：根据中心点筛选，根据目标框筛选。
SimOTA有四个步骤：1.初筛正样本信息提取
2.Loss函数计算
3.cost计算
4.SimOTA