位置: IT常识 - 正文

目标检测算法——YOLOV7——详解(一阶段目标检测算法)

编辑:rootadmin
目标检测算法——YOLOV7——详解 1、主要贡献

推荐整理分享目标检测算法——YOLOV7——详解(一阶段目标检测算法),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:目标检测算法有哪些,一阶段目标检测算法,最新目标检测算法,3d目标检测算法,目标检测算法排名,目标检测算法的主要目的是找到图像中用户感兴趣的,目标检测算法的主要目的是找到图像中用户感兴趣的,目标检测算法排名,内容如对您有帮助,希望把文章链接给更多的朋友!

    主要是现有的一些trick的集合以及模块重参化和动态标签分配策略,最终在 5 FPS 到 160 FPS 范围内的速度和准确度都超过了所有已知的目标检测器。

    当前目标检测主要的优化方向:更快更强的网络架构;更有效的特征集成方法;更准确的检测方法;更精确的损失函数;更有效的标签分配方法;更有效的训练方法。

2、主要思路

    按照论文,目前模型精度和推理性能比较均衡的是yolov7 模型(对应的开源git版本为0.1版)。根据源码+导出的onnx文件+“张大刀”等的网络图(修改了其中目前我认为的一些bug,增加一些细节)。重新绘制了yoloV7 0.1版本的非常详尽网络结构。注意:

    1)其中的特征图结果维度注释是按照箭头的流方向,不是固定的上下方向。

    2)输入输出仅仅是指当前模块的输入输出,整体需要根据流方向累乘计算最终的结果。

    3)该模型版本没有辅助训练头。

    整体上和YOLOV5是相似的,主要是网络结构的内部组件的更换(涉及一些新的sota的设计思想)、辅助训练头、标签分配思想等。整体预处理、loss等可参考yolov5: 目标检测算法——YOLOV5_TigerZ*的博客-CSDN博客_目标检测yolov5

    

3、具体细节    1)input

    整体复用YOLOV5的预处理方式和相关源码,唯一需要注意的是,官方主要是在640*640和1280*1280这样的相对较大的图片上进行的训练和测试。

    具体参考我的另一篇YOLOV5博客中的 “具体细节” -> ‘input’ 章节即可。目标检测算法——YOLOV5_TigerZ*的博客-CSDN博客_目标检测yolov5

    2)backbone

    主要是使用ELAN(该版本模型并没有使用论文里提到的最复杂的E-ELAN结构) 和 MP 结构。该版本模型的激活函数使用的是Silu。

    详细可以参考源码的 cfg/training/yolov7.yaml 文件 + models/yolo.py 文件 + 使用 export.py 导出onnx 结构使用 netron等软件来梳理。

    a.ELAN结构

    通过控制最短最长的梯度路径,更深的网络可以有效地学习和收敛。作者提出ELAN结构。基于ELAN设计的E-ELAN 用expand、shuffle、merge cardinality来实现在不破坏原有梯度路径的情况下不断增强网络学习能力的能力。(PS:该版本模型以及E6E网友反馈均未实现E-ELAN),论文中相关的图如下,其中的cross stage connection 其实就是1*1卷积:

    简化如下:

    

    

b.MP 结构

    个人认为这是一个相对鸡贼的结构,之前下采样我们通常最开始使用maxpooling,之后大家又都选用stride = 2的3*3卷积。这里作者充分发挥:“小孩子才做选择,大人都要”的原则,同时使用了max pooling 和 stride=2的conv。  需要注意backbone中的MP前后通道数是不变的。

3)neck & head

    检测头整体结构和YOLOV5类似,仍然是anchor based 结构,仍然没有使用YOLOX 和YOLOV6 的解耦头(分类和检测)思路,这一点目前不太理解,后续有精力可以魔改一下。主要是使用了:

    *SPPCSPC结构

    *ELAN-W(我自己命名非官方名字,因为基本上和ELAN类似,但是又不是论文中的E-ELAN)

    *MP 结构(和backbone参数不同)

    *比较流行的重参数化结构Rep结构

    以上参见本篇博客中的“主要思路”中的整体图,里面就有可视化的这些部件,可以非常直观的理解这些结构。详细可以参考源码的 cfg/training/yolov7.yaml 文件 + models/yolo.py 文件 + 使用 export.py 导出onnx 结构使用 netron等软件来梳理。

4)loss function

    主要分带和不带辅助训练头两种,对应的训练脚本是train.py 和 train_aux.py。

    不带辅助训练头(分损失函数和匹配策略两部分讨论)。

    损失函数

目标检测算法——YOLOV7——详解(一阶段目标检测算法)

    整体和YOLOV5 保持一致,分为坐标损失、目标置信度损失(GT就是训练阶段的普通iou)和分类损失三部分。其中目标置信度损失和分类损失采用BCEWithLogitsLoss(带log的二值交叉熵损失),坐标损失采用CIoU损失。详细参见utils/loss.py 里面的 ComputeLossOTA 函数 配合 配置文件里的各部分的权重设置。

    匹配策略

    主要是参考了YOLOV5 和YOLOV6使用的当下比较火的simOTA.

    S1.训练前,会基于训练集中gt框,通过k-means聚类算法,先验获得9个从小到大排列的anchor框。(可选)

    S2.将每个gt与9个anchor匹配:Yolov5为分别计算它与9种anchor的宽与宽的比值(较大的宽除以较小的宽,比值大于1,下面的高同样操作)、高与高的比值,在宽比值、高比值这2个比值中,取最大的一个比值,若这个比值小于设定的比值阈值,这个anchor的预测框就被称为正样本。一个gt可能与几个anchor均能匹配上(此时最大9个)。所以一个gt可能在不同的网络层上做预测训练,大大增加了正样本的数量,当然也会出现gt与所有anchor都匹配不上的情况,这样gt就会被当成背景,不参与训练,说明anchor框尺寸设计的不好。

    S3.扩充正样本。根据gt框的中心位置,将最近的2个邻域网格也作为预测网格,也即一个groundtruth框可以由3个网格来预测;可以发现粗略估计正样本数相比前yolo系列,增加了三倍(此时最大27个匹配)。图下图浅黄色区域,其中实线是YOLO的真实网格,虚线是将一个网格四等分,如这个例子中,GT的中心在右下虚线网格,则扩充右和下真实网格也作为正样本。

    S4.获取与当前gt有top10最大iou的prediction结果。将这top10 (5-15之间均可,并不敏感)iou进行sum,就为当前gt的k。k最小取1。

    S5.根据损失函数计算每个GT和候选anchor损失(前期会加大分类损失权重,后面减低分类损失权重,如1:5->1:3),并保留损失最小的前K个。

    S6.去掉同一个anchor被分配到多个GT的情况。

    带辅助训练头(分损失函数和匹配策略两部分讨论)。

    论文中,将负责最终输出的Head为lead Head,将用于辅助训练的Head称为auxiliary Head。本博客不重点讨论,原因是论文中后面的结构实验实现提升比较有限(0.3个点),具体可以看原文。

    

    一些细节:其loss函数和不带辅助头相同,加权系数不能过大(aux head loss 和lead head loss 按照0.25:1的比例),否则会导致lead head出来的结果精度变低。匹配策略和上面的不带辅助头(只有lead head)只有很少不同,其中辅助头:

    *lead head中每个网格与gt如果匹配上,附加周边两个网格,而aux head附加4个网格(如上面导数第二幅图,匹配到浅黄+橘黄共5个网格)。

    *lead head中将top10个样本iou求和取整,而aux head中取top20。

    aux head更关注于recall,而lead head从aux head中精准筛选出样本。

    需要注意依照yolov5中的中心点回归方式,仅能将图中红色特征grid,预测在图中红色+蓝色区域(实线组成的网格代表着特征图grid,虚线代表着一个grid分成了4个象限),是根本无法将中心点预测到gt处(蓝色点)!而该红色特征grid在训练时是会作为正样本的。在aux head中,模型也并没有针对这种情况对回归方式作出更改。所以其实在aux head中,即使被分配为正样本的区域,经过不断的学习,可能仍然无法完全拟合至效果特别好。

5)trics

概述:ELAN设计思想、MP降维组件、Rep结构的思考、正负样本匹配策略、辅助训练头

6)inference

测试阶段(非训练阶段)过程

4、结果

打赏

        你的打赏是我不断分享的动力,羞羞。点这里,嘿嘿。

参考连接

1、yolov7 网络架构深度解析_所向披靡的张大刀的博客-CSDN博客

2、https://d246810g2000.medium.com/%E6%9C%80%E6%96%B0%E7%9A%84%E7%89%A9%E4%BB%B6%E5%81%B5%E6%B8%AC%E7%8E%8B%E8%80%85-yolov7-%E4%BB%8B%E7%B4%B9-206c6adf2e69

3、【yolov7系列二】正负样本分配策略_所向披靡的张大刀的博客-CSDN博客+

4、https://arxiv.org/pdf/2207.02696.pdf

5、深入浅出 Yolo 系列之 Yolov7 基础网络结构详解 - 知乎

6、理解yolov7网络结构_athrunsunny的博客-CSDN博客

7、Yolov7算法卷土重来,精度速度超越所有Yolo算法,Yolov4作者全新力作!

8、深入浅出Yolov7之正负样本分配策略

9、yolov7正负样本分配详解 - 知乎

10、极市开发者平台-计算机视觉算法开发落地平台

本文链接地址:https://www.jiuchutong.com/zhishi/298593.html 转载请保留说明!

上一篇:前端必备:五大css自动化生成网站(稀有级别!)(前端种类)

下一篇:threeJs入门 js引入(threejs怎么用)

  • 从精细化运营出发,企业数字化运营策略和思维(精细化运营的四个原则)

    从精细化运营出发,企业数字化运营策略和思维(精细化运营的四个原则)

  • 华硕笔记本15.6英寸多大(华硕15 6寸笔记本)(华硕笔记本15.6寸是什么型号)

    华硕笔记本15.6英寸多大(华硕15 6寸笔记本)(华硕笔记本15.6寸是什么型号)

  • 丰网速运去哪里取件(中通快递 物流)

    丰网速运去哪里取件(中通快递 物流)

  • qq登不上怎么办(手机被偷了qq登不上怎么办)

    qq登不上怎么办(手机被偷了qq登不上怎么办)

  • 荣耀30s是有线性马达吗(荣耀30有没有线性马达)

    荣耀30s是有线性马达吗(荣耀30有没有线性马达)

  • 苹果手机屏幕最上方的显示不见了怎么办(苹果手机屏幕最亮时突然暗了下去)

    苹果手机屏幕最上方的显示不见了怎么办(苹果手机屏幕最亮时突然暗了下去)

  • 微信好友突然顺序变了(微信好友怎么突然消失了)

    微信好友突然顺序变了(微信好友怎么突然消失了)

  • 抖音怎么看历史评论(抖音怎么看历史直播回放)

    抖音怎么看历史评论(抖音怎么看历史直播回放)

  • ipad亮度突然自动变暗(ipad亮度突然自动变暗(ipad亮度突然变暗)怎么解决)

    ipad亮度突然自动变暗(ipad亮度突然自动变暗(ipad亮度突然变暗)怎么解决)

  • 小米8note pro是什么处理器(小米 note8 pro)

    小米8note pro是什么处理器(小米 note8 pro)

  • 个人可以申请微信公众号吗(个人可以申请微信收款码吗)

    个人可以申请微信公众号吗(个人可以申请微信收款码吗)

  • 苹果x电话接通时震动(苹果x打电话)

    苹果x电话接通时震动(苹果x打电话)

  • 红米k20pro微信支付为什么不能用指纹(红米k20微信怎么设置密码)

    红米k20pro微信支付为什么不能用指纹(红米k20微信怎么设置密码)

  • 华为微信暗黑模式怎么设置(微信新版本华为手机怎么设置暗黑模式)

    华为微信暗黑模式怎么设置(微信新版本华为手机怎么设置暗黑模式)

  • 华为p40和p40 pro的区别(华为p40和p40pro手机壳一样吗)

    华为p40和p40 pro的区别(华为p40和p40pro手机壳一样吗)

  • dx12怎么开启(如何开启dx12u)

    dx12怎么开启(如何开启dx12u)

  • word怎么弄密封线(word文档怎么设置密封线)

    word怎么弄密封线(word文档怎么设置密封线)

  • 淘宝双11什么时候开始抢红包(淘宝双11什么时候结束)

    淘宝双11什么时候开始抢红包(淘宝双11什么时候结束)

  • 智慧团建登录密码只能通过管理员修改吗(智慧团建登录密码忘记了怎么办)

    智慧团建登录密码只能通过管理员修改吗(智慧团建登录密码忘记了怎么办)

  • 小米手机微信如何截图(小米手机微信如何小窗口聊天)

    小米手机微信如何截图(小米手机微信如何小窗口聊天)

  • qqq我吧是什么意思(qq那个q我吧是什么意思)

    qqq我吧是什么意思(qq那个q我吧是什么意思)

  • 怎么不接收微信群消息(怎么不接收微信朋友圈点赞信息)

    怎么不接收微信群消息(怎么不接收微信朋友圈点赞信息)

  • 手机号欠费不用了可以吗(手机号欠费不用了会自动注销吗)

    手机号欠费不用了可以吗(手机号欠费不用了会自动注销吗)

  • 房屋租金可以开发票吗
  • 取得社会团体会费专用票据可以税前扣除吗
  • 小规模纳税人变成一般纳税人之前的发票变更
  • 联营企业股利收入
  • 分支机构如何领购发票
  • 公司购买的五金工具报销怎么做
  • 物业公司可以开什么项目的发票
  • 单位买另一单位银行承兑汇怎样入账?
  • 固定资产的发票
  • 贷款厂家贴息
  • 境内机构经常项目外汇账户
  • 企业股份转让要交税吗
  • 2016年营改增后购买氧气乙炔税率是多少
  • 2018年终奖个人所得税计算器公式
  • 非汉语是什么意思
  • 收据大写要写整吗
  • 广告公司认定一般多少钱
  • 进项为13%,销售时是否可按9%
  • 处理固定资产账务处理税率
  • 小规模普通发票可以抵扣吗
  • 加工贸易的方式
  • 申请商标发生的费用应该如何入账?
  • 企业季度税如何申报
  • 公司之间往来借款利息怎么记账
  • 怎么认定是否为包工头
  • 核定征收没有收入要交税吗
  • 如何在excel中计算两列数值的差
  • 挂证不付工资只代缴社保账务处理
  • 销售自行开发的房地产
  • 企业支付给员工的一次性伤残就业补助金计入哪项费用
  • 深度学习实战10-数学公式识别-将图片转换为Latex(img2Latex)
  • 期末未缴税额是负数,本月申报为什么没有抵扣
  • 控制系统动力学
  • 现金报销医药费
  • 润滑油一般纳税人税率是多少
  • 个税APP怎么填报扣税最少
  • sql去除
  • 财务费用有发票吗
  • 日用品开增值税专用发票可以抵扣吗
  • 个人所得税分摊方式怎么填
  • 个人转让房产税率
  • 必要报酬率和期望报酬率谁大更好
  • 结转本年利润要算期初余额吗
  • 经营活动现金流量净额是什么意思
  • 银行承兑汇票包括支票吗
  • 账务处理的种类有哪些
  • 长期待摊费用好处
  • 建筑企业预缴税款怎么算
  • 国地税合并对个人带来的影响
  • 溢价发行可转换债券 利息调整在贷方吗
  • 产品质量问题扣款账务处理
  • 出差费计入工资总额吗
  • 预付和挂账如何区分
  • 主营业务税金及附加借贷方向
  • 伤残就业补偿金记入什么科目
  • 子公司和区域公司的区别
  • FreeBSD中使用QUOTA(磁盘配额)来限制用户空间
  • windows8怎么设置
  • nhaspx.exe是什么
  • windows8使用教程
  • win10麦克风加强没有了
  • linux数据恢复公司 海南
  • 在linux操作系统中把外部设备当作文件统一管理
  • jquery实现密码和确认密码
  • 批处理命令大全及用法
  • 在下次启动计算机时会自动关机。重起后恢复正常(“绿色版”)
  • python 入门
  • unity 2Dtoolkit 插件创建中文字体
  • python datetime.now
  • 轮廓模式
  • 基于javascript的毕业设计
  • 'd:skin' 开头的无效内容。此处不应含有子元素。
  • 广东省国税局长是谁
  • 破产重整资产的税务优惠
  • 企业购买小轿车一辆会计分录
  • 各国进口汽车综合税率表
  • 票种核定流程审批时间
  • 查询发票号码
  • 烟叶税的意义和感悟
  • 非中山户籍学生可以自己买医保吗
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设