基于YOLOv8的交通摄像头下车辆检测算法（七）：HIC-YOLOv8复现HIC-YOLOv5，助力小目标检测，涨点明显

    本文改进：HIC-YOLOv8，1)添加一个针对小物体的额外预测头，以提供更高分辨率的特征图2）在backbone和neck之间采用involution block来增加特征图的通道信息；3）在主干网末端加入 CBAM 的注意力机制；

HIC-YOLOv8  小目标检测&复杂场景首选，实现涨点，在交通摄像头下车辆检测项目中， mAP50从原始的0.745提升至0.775

YOLOv8改进专栏：http://t.csdnimg.cn/hGhVK

学姐带你学习YOLOv8，从入门到创新，轻轻松松搞定科研；

1.交通摄像头车辆检测数据集介绍

数据集来源：极市开发者平台-计算机视觉算法开发落地平台-极市科技

数据集类别“car"，训练集验证集测试集分别5248，582，291张

下图可以看出都是车辆数据集具有不同尺寸的目标物体，既有大目标又有小目标

 

1.1 小目标检测难点 

本文所指的小目标是指COCO中定义的像素面积小于32*32 pixels的物体。小目标检测的核心难点有三个：

• 由本身定义导致的rgb信息过少，因而包含的判别性特征特征过少。
• 数据集方面的不平衡。这主要针对COCO而言，COCO中只有51.82%的图片包含小物体，存在严重的图像级不平衡。具体的统计结果见下图。

 2.HIC-YOLOv5介绍

摘要：小目标检测一直是目标检测领域的一个具有挑战性的问题。 已经有一些工作提出了对该任务的改进，例如添加几个注意力块或改变特征融合网络的整体结构。 然而，这些模型的计算成本很大，这使得部署实时目标检测系统不可行，同时还有改进的空间。 为此，提出了一种改进的YOLOv5模型：HICYOLOv5来解决上述问题。 首先，添加一个针对小物体的额外预测头，以提供更高分辨率的特征图，以实现更好的预测。 其次，在backbone和neck之间采用involution block来增加特征图的通道信息。 此外，在主干网末端应用了一种名为 CBAM 的注意力机制，与之前的工作相比，不仅降低了计算成本，而且还强调了通道和空间域中的重要信息。 我们的结果表明，HIC-YOLOv5 在 VisDrone-2019-DET 数据集上将 mAP@[.5:.95] 提高了 6.42%，将 [email protected] 提高了 9.38%。 

2.1 Convolutional Block Attention Module(CBAM)介绍

 ​

 论文地址：https://arxiv.org/pdf/1807.06521.pdf

 摘要：我们提出了卷积块注意力模块（CBAM），这是一种用于前馈卷积神经网络的简单而有效的注意力模块。 给定中间特征图，我们的模块沿着两个独立的维度（通道和空间）顺序推断注意力图，然后将注意力图乘以输入特征图以进行自适应特征细化。 由于 CBAM 是一个轻量级通用模块，因此它可以无缝集成到任何 CNN 架构中，且开销可以忽略不计，并且可以与基础 CNN 一起进行端到端训练。 我们通过在 ImageNet-1K、MS COCO 检测和 VOC 2007 检测数据集上进行大量实验来验证我们的 CBAM。我们的实验显示各种模型在分类和检测性能方面的持续改进，证明了 CBAM 的广泛适用性。 代码和模型将公开。

 

上图可以看到，CBAM包含CAM（Channel Attention Module）和SAM（Spartial Attention Module）两个子模块，分别进行通道和空间上的Attention。这样不只能够节约参数和计算力，并且保证了其能够做为即插即用的模块集成到现有的网络架构中去。

2.2 Involution原理介绍

论文链接：https://arxiv.org/abs/2103.06255

作者认为卷积操作的两个特征虽然也有一定的优势，但同样也有缺点。所以提出了Involution，Involution所拥有的特征正好和卷积相对称，即 spatial-specific and channel-agnostic

那就是通道无关和特定于空间。和卷积一样，内卷也有内卷核（involution kernels）。内卷核在空间范围上是不同的，但在通道之间共享。看到这里就有一定的画面感了。

内卷的优点：

1.可以在更大的空间范围中总结上下文信息，从而克服long-range interaction（本来的卷积操作只能在特定的小空间如3x3中集合空间信息）

2.内卷可以将权重自适应地分配到不同的位置，从而对空间域中信息量最大的视觉元素进行优先级排序。（本来的卷积在空间的每一个地方都是用到同一个卷积核，用的同一套权重）

重新考虑了视觉任务标准卷积的固有原理，特别是与空间无关和特定于通道的方法。取而代之的是，我们通过反转前述的卷积设计原理（称为卷积）提出了一种用于深度神经网络的新颖atomic操作。

2.3 多头检测器

在进行目标检测时，小目标会出现漏检或检测效果不佳等问题。YOLOv8有3个检测头，能够多尺度对目标进行检测，但对微小目标检测可能存在检测能力不佳的现象，因此添加一个微小物体的检测头，能够大量涨点，map提升明显；

源码：YOLOv8改进：复现HIC-YOLOv5，助力小目标检测-CSDN博客

3.训练可视化分析

 mAP50从原始的0.745提升至0.802

YOLOv8_HIC-YOLOv8 summary (fused): 221 layers, 3004550 parameters, 0 gradients, 12.2 GFLOPs
                 Class     Images  Instances      Box(P          R      mAP50  mAP50-95): 100%|██████████| 19/19 [00:12<00:00,  1.49it/s]
                   all        582       6970      0.816      0.711      0.775      0.407

训练结果如下：

PR_curve.png

PR曲线中的P代表的是precision（精准率），R代表的是recall（召回率），其代表的是精准率与召回率的关系。