[人工智能]Yolov1

一阶段检测：
yolov1: 第一次尝试
yolov2: Anchor,Loss
yolov3: FPN
yolov4: 技巧
RetinaNet: Focal Loss
其他：ssd

yolov1:
1, 把一张图片分成S*S个cell [448*448->7*7]
如果某个物体中心落在某个cell的中心，那么这个cell负责预测这个物体。
如果多个物体的中心落在同一个cell中，就没办法。

2，每一个cell预测B个bounding box:
bounding box: x,y,w,h(center)
confidence: Pr(object)*IoU(truth, pred)
final output tensor:S*S*(5*B+C)
yolov1的S是7，B是2，C是20,5代表x,y,w,h,confidence.
S是filter size, B是bounding box个数，C是类别数，channel数是(5*B+C)。
一个物体预测多个bounding box,需要用nms算法取得最佳的bounding box。

为什么一个物体要预测多个bounding box，怕一个bounding box预测不好。

算ious的时候算w/h的时候为什么要加1，比如算w=x2-x1+1,因为数据不是在连续域，数字图像处理的问题全部对应离散域。

confidence的Pr(object)代表是不是物体，IoU是准不准的问题，confidence是网络输出的，是一个数，confidence=Pr(object)*IoU(truth, pred)是人们为了理解confidence而对它所做的解释。

损失函数：

$$\begin{gathered} {\lambda }_{coord}\sum _{i=0}^{S^2}\sum _{j=0}^B{1}_{i,j}^{obj}[(x_i?x_i^{\hat{}}{)}^2+(y_i?y_i^{\hat{}}{)}^2] \\ +{\lambda }_{coord}\sum _{i=0}^{S^2}\sum _{j=0}^B{1}_{i,j}^{obj}[(\sqrt{w_i}?\sqrt{w_i^{\hat{}}}{)}^2+(\sqrt{h_i}?\sqrt{h_i^{\hat{}}}{)}^2] \\ +\sum _{i=0}^{S^2}\sum _{j=0}^B{1}_{i,j}^{obj}(C_i?C_i^{\hat{}}) \\ +{\lambda }_{noobj}\sum _{i=0}^{S^2}{1}_{i,j}^{noobj}(C_i?C_i^{\hat{}}{)}^2 \\ \sum _{i=0}^{S^2}{1}_i^{obj}\sum _{c\in classes}(P_i(c)?P_i^{\hat{}}(c){)}^2 \end{gathered}$$
这样的方程首先看括号里的就明白许多，其次再看epsilon上下标和系数之类的东西。

坐标损失：
x,y: 预测bbox中心
w,h: 预测bbox的宽高
$x^{\hat{}},y^{\hat{}}$: 标签的bbox中心
$\sqrt{w},\sqrt{h}$: 标签bbox的宽高
${\lambda }_{coord}$: 5，因为有物体的cell很少，所以给的权重大一些。

第二行w,h为什么会有根号：
对于大物体和小物体是同等重要的，网络对于产生更大的loss的东西产生更多关注，对大物体特征倾斜，不会对小物体给予更多重视，bp的时候小物体学不来东西，如果不对大物体处理，那网络对于小物体的检测会非常差，加根号会抑制大小物体的比率。

$1_{i,j}^{obj},1_{i,j}^{noobj}$存在的意义：
让不含物体的cell不参与含物体的cell的计算。
让含物体的cell不参与不含物体的cell的计算。

${\lambda }_{coord}$存在的意义：
有物体的cell太少了，让正样本产生更多的loss,学到更多的东西，实际上是做了一个weighted loss。

为什么noobj里实际上是no object的cell标为0：
为了让结果更鲁棒。

置信度损失：
$C_i^{\hat{}}$: 当有物体时，是预测的bbox和标签的bbox的IoU,当没物体时为0
$C_i$: 网络生成的值
${\lambda }_{noobj}$: 0.5,因为没物体的cell太多，把权重设置小一点。

分类的损失：
一个cell只预测一个物体，这个物体由最大IoU的bbox决定，通过非极大值抑制可以获取每个物体最大IoU的bbox。

yolov1的优点：
一阶段，非常快

缺点：
对于密集的物体检测得不好，因为yolov1只有49个cell，一个cell值预测一个物体
对于小物体预测不好
对于新的宽高比的物体预测不好，比如长长的带鱼
没有BN