yolov4、yolov5学习笔记（up， 霹雳吧）

 YOLOV4

一、网络结构

1.Backbone：cspDarknet53

        CSPDarknet53采用cspdensenet结构，resblock依旧像yolov3一样

2.Neck：SPP, PAN

spp多尺度融合， 分别将短接， 5x5最大池化， 9x9最大池化， 13x13最大池化concat拼接

PAN,先下采样，再上采样，经过yolo曾输出

        

3.Head:YOLOv3

二、优化策略

1.消除graid敏感度， 计算下，x,y,w,h

当GT box 中心落到grid cell边界上的时候，tx需要接近无穷，这时候容易发生数值爆炸，计算困难。所以通过缩放sigmoid函数的范围，使函数值更容易取到0.

同时它的区间也缩放到了【-0.5， 1.5】之间。

增加了搜索范围，将距离边界距离gt box中心小于1.5的grid cell，列入搜索范围，只是上下左右搜寻。如果该grid cell中的anchor， iou满足超参数要求，则列为正样本，增加了样本的均衡，有利于训练。

 

2.更新了anchors模板参数

 但是yolov5中依旧使用了yolov3中的anchors模板

YOLOV5

一、网络结构

1.Backbone: New CSP-Darknet53

2.Neck: SPPF, New CSP-PAN

SPPF,将之前并行运算改成了串联， 减少了运算参数，提升了一倍的运算速度。

两个5x5卷积核替代一个9x9卷积核

三个5x5卷积核替代13x13卷积核

3.Head: YOLOv3 Head

二、数据增强

1.Mosaic

        将四张图片拼在一起

2.cope paste

将实例分割的图像粘贴到别的背景中。 

3.random affine

旋转， 平移， 缩放， 剪切sheer

4.mix up

将两张图片一一定透明度混合

5.Albumentations

        传统视觉方法， 如果有这个库，则训练的时候开启，如果没有，默认关闭。requirments.txt文件中，默认注释掉了。

滤波、直方图均衡化以及改变图片质量等等

6.Augment HSV (Hue, Saturation, Value)

        色度， 饱和度， 亮度

7.- Random horizontal fli

        水平翻转

三、训练策略

Multi-scale training(0.5~1.5x)   多尺度训练

 AutoAnchor(For training custom data)  

自己数据集， 图片尺寸， 长宽比差距大， 可以通过聚合自动生成新的anchor

Warmup and Cosine LR scheduler  

学习率， 先慢慢增长到预设的学习率， 然后再以cos函数衰减

 EMA(Exponential Moving Average) 

Mixed precision   混合精度训练， 可以提升训练速度，.half()

Evolve hyper-parameters   超参数，默认用人家的

四、损失计算

1.损失主要包括三个部分

分类损失

object损失（ciou）

定位损失

2.平衡不同尺度损失

小尺度物体难以监测， 所以损失比例因子大， 同理大尺度小

3.消除grid敏感度问题同yolov4