[人工智能]Yolov4 网络结构学习

Yolov4 网络结构学习

• 文本参考睿智的目标检测30——Pytorch搭建YoloV4目标检测平台
• 本文主要是记录在学习YoloV4网络结构的一些认识以及个人理解
• 有错误的话还望不吝批评

Yolov4网络结构

由下图可见YoloV4主要组成部分

• 由DarknetConv2D_BN_Mish(卷积块)、Resblock_body(CSPnet结构)组成CSPDarkNet53(主干网络)
• 特征金字塔：PANet、SPP
• Yolo Head

DarknetConv2D_BN_Mish(卷积块)

• 相较YoloV3在YoloV4中激活函数变成了Mish
• 卷积块 = 卷积(Conv2d) + 标准化(BatchNormalization ) + 激活函数(Mish)
  
• 卷积块代码实现

#-------------------------------------------------#
#   MISH激活函数
#-------------------------------------------------#
class Mish(nn.Module):
    def __init__(self):
        super(Mish, self).__init__()

    def forward(self, x):
        return x * torch.tanh(F.softplus(x))
#---------------------------------------------------#
#   卷积块 -> 卷积 + 标准化 + 激活函数
#   Conv2d + BatchNormalization + Mish
#---------------------------------------------------#
class BasicConv(nn.Module):
    def __init__(self, in_channels, out_channels, kernel_size, stride=1):
        super(BasicConv, self).__init__()

        self.conv = nn.Conv2d(in_channels, out_channels, kernel_size, stride, kernel_size//2, bias=False)
        self.bn = nn.BatchNorm2d(out_channels)
        self.activation = Mish()

    def forward(self, x):
        x = self.conv(x)
        x = self.bn(x)
        x = self.activation(x)
        return x

Resblock_body(CSPnet结构)

• Resblock_body使用了CSPnet结构
• 首先利用ZeroPadding2D和一个步长为2x2的卷积块进行高和宽的压缩
• 然后建立一个大的残差边shortconv、这个大残差边绕过了很多的残差结构
• 主干部分会对num_blocks进行循环，循环内部是残差结构。
• 对于整个CSPdarknet的结构块，就是一个大残差块+内部多个小残差块
• 比对Yolov3，在残差结构上YoloV4变为右图所示：
  
• 查看onnx中CSPnet的结构
  

CSPDarkNet53(主干网络)

• 由DarknetConv2D_BN_Mish(卷积块)、和多次堆叠构成Resblock_body(CSPnet结构)
  

PANet

• PANet是2018的一种实例分割算法， 特点就是特征的反复提取
  

SPP

• SpatialPyramidPooling：空间金字塔池化
• 利用不同大小的池化核进行池化，池化后堆叠
• SPP能够极大地增加感受野，分离出最显著的上下文特征
• SPP结构参杂在对CSPdarknet53的最后一个特征层的卷积里，在对CSPdarknet53的最后一个特征层进行三次DarknetConv2D_BN_Leaky卷积后，分别利用四个不同尺度的最大池化进行处理，最大池化的池化核大小分别为13x13、9x9、5x5、1x1（1x1即无处理）
  
  

Yolo Head

• Yolo Head本质上是一次3x3卷积加上一次1x1卷积，3x3卷积的作用是特征整合，1x1卷积的作用是调整通道数，结构和作用上与Yolov3一致（激活函数有变化）。