PP-YOLOv2: PP-YOLO升级，超越YOLOv5

论文地址：https://arxiv.org/pdf/2104.10419.pdf

GitHub： https://github.com/PaddlePaddle/PaddleDetection

1、Motivation

 之前提出的PP-YOLO碾压了YOLOv4，而YOLOv5出来后，这种碾压消失了。于是，作者表示不服，继续对PP-YOLO进行改进，最终得到了PP-YOLOv2，再次形成碾压之势，见上图1。在PP-YOLOv2中，综合评估了一系列改进tricks，并通过增量消融实验验证了其对模型最终性能的影响，同时也讨论了一些不work的tricks。

2、Baseline

首先，数据预处理有：MixUp、RandCrop、RandomFlip、RGB每个通道归一化。然后，采用的baseline模型为PP-YOLO，其backbone为ResNet50-vd，并采用了十数个tricks才提升性能，详见：https://blog.csdn.net/oYeZhou/article/details/116065525。最后，训练策略方面，8GPUs+96batchsize+SGD+LR warmup+momentum+weight decay+gradient clipping。

3、Refinements

（1）Path Aggregation Network

在目标检测中，neck的作用通常是构造高级语义的feature maps。PP-YOLO使用的FPN，而这里则使用的FPN的一个变种——PAN来作为neck，PAN的结构如图2：

 （2）Mish  Activation Function

YOLOv4/5中均在backbone中使用了Mish激活函数，而PP-YOLOv2则没有在backbone中使用，因为其所用backbone的性能已经很高了。因此，只在neck中使用了Mish。

（3）Larger Input Size

增大输入的尺寸能够使模型对小目标检测更友好，从而提升性能。不过这也会增大内存占用率，因此这里减小了batchsize：24/GPU-->12/GPU。图像尺寸：608-->768，变化范围为： [320, 352, 384, 416, 448, 480, 512, 544, 576, 608, 640, 672, 704, 736, 768]。

（4）IoU Aware Branch

在PP-YOLO中也用到了IOU Aware loss，不过它是以soft weight的格式来用的。在PP-YOLOv2中，则是以soft label的格式来使用：

  （1）

其中，t为anchor和GT直接的IoU，p是原始的Iou aware branch的输出，σ(·) 是sigmoid函数。需要注意的是，该loss只计算正样本。

3、实验结果