[人工智能]【目标检测】yoloX算法详解

一、yoloX的改进

由于yoloV4和yoloV5存在过度优化的问题，因此yoloX以yoloV3和Darknet 53为基线，采用了Darknet 53骨干网的结构架构和SPP层，改变了一些训练策略：

1. 增加了EMA权重更新、consine lr schedule、IoU损失和IoU感知分支，使用BCE Loss训练cls和obj，IoU Loss作为test分支。
2. 由于RandomResizedCrop和马赛克增强重叠，因此只采用了RandomHorizontalFlip，ColorJitter、multi-scale和mosaic用于数据增强。
3. 使用Mixup增强，不使用Imagenet预训练方法。

二、yoloX结构框架

三、Decoupled Head（解耦头部）

思想：分离分类和定位操作
好处：（1）提高了了yoloX收敛速度；（2）实现了yolo的端对端性能。
结构图：
YOLOv3与yoloX解耦头之间的区别。对于每一层FPN特征，我们首先采用1 × 1的conv层，将特征通道减少到256，然后再增加两个并行分支，每个分支有两个3 × 3个卷积层分别用于分类和回归任务。IoU分支被添加到回归分支上。

四、免锚

无锚机制的优点：减少了设计参数的数量
实现方式：将每个位置的预测从3个减少到1个，并使他们直接预测4个值（即网格左上角的两个偏移量、预测框的高度和宽度）。同时指定了中心，每个物体的阳离子作为正样本，并预先定义一个刻度方位以指定每个物体的FPN级别，可以降低探测器的参数和GFLOPs，使其速度更快，性能更好。

五、多个正样本

操作：参照FCOS中的‘中心取样’，只为每个对象的平均值选择了一个正样本（中心位置），忽略其他高质量的预测。
优点：（1）有利于梯度回归；（2）缓解训练中的正负样本不均衡

六、SimOTA（高级标签分配）

四个关键点：（1）loss/quality loss （2）cneter prior （3）每个GT的正样本anchor动态个数 （4）全局试图
整体逻辑：

• 确定正样本候选区域
• 计算anchor与gt的IoU
• 在候选区域计算cost
• 使用IoU确定每个gt的dynamic_k
• 为每个gt取cost排名最小的前dynamic_k个anchor作为正样本，其余为负样本
• 使用正负样本计算loss
  具体细节：
  1、dynamic_k确定方式：
• 获取与当前gt有top10最大IoU的prediction结果
• 将这top10IoU进行sum，就为当前gt的dynamic_k，dynamic_k最小取1
  由于前期模型预测不准，导致IoU基本比较小，所以观测到前期dynamic_k大多为1
  2、计算cost时候，Lcls和Lreg比例是1:3，而最终计算loss时，Lcls和Lreg比例是1:5，原因是：在寻找正样本时，如果一个anchor已经能很好的区分前景和背景，那即使reg预测不准，也可以作为正样本，所以相比于loss计算，在cost计算时，Lcls给予更多权重，而reg可以通过不断地训练逐步优化。

七、端对端yolo（可选）

增加了2个卷积层：

• 一对一地标签分配
• 停止梯度
  确保了检测器端对端，但会导致性能和推理速度下降，一次作为可选方式提供