12

解释并揭开YOLO v5 - 的神秘面纱

 3 years ago
source link: https://panchuang.net/2021/10/12/%e8%a7%a3%e9%87%8a%e5%b9%b6%e6%8f%ad%e5%bc%80yolo-v5%e2%80%8a-%e2%80%8a%e7%9a%84%e7%a5%9e%e7%a7%98%e9%9d%a2%e7%ba%b1/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

在本文中，將介紹YOLOv5實作中使用的以下最重要的技術細節和方向.

由於YoloV5共有4個版本，這邊將介紹“Yolov5s”版本。但是，如果您仔細地參考這一點，您會發現，在其他版本中，除了模型層/體系結構和一些參數之外，沒有什麼大的變化.

1.YOLO v5模型架构

由於yolo v5是一個单级物件偵測器，它與其他任何单级物件偵測器一樣，有三個重要部分。

1.1型号主干

模型主干主要用於從給定的輸入影像中選取重要特徵。在YOLO v5中，CSP-跨级部分网络用作主干，從輸入影像中選取豐富的資訊特徵CSP — Cross Stage Partial Networks

CSPnet在深度網路的處理時間上有了顯著的改進.參考下圖，有關CSPnet的更多資訊，請參閱Github回购。Github repo

1.2型号颈部

模型颈部主要用於生成特征棱锥体(特徵金字塔)。特徵金字塔有助於模型在物件縮放時更好地做一般泛化.它有助於識別具有不同大小和比例的同一物件.

特徵金字塔非常有用，可以幫助模型在從未看過的數據上表現良好.還有其他模型使用不同類型的特徵金字塔技術，如、BIFPN、PANET等.FPN BiFPN PANet

在yolo v5中，PANET用於作為Neck以獲取特徵金字塔.有關特徵金字塔的詳細資訊，請參閱以下連結.PANet

1.3模型机头

模特头像主要用於執行最終偵測部分。它在特徵上應用锚盒、並生成具有類別機率、Objectity分數和包围盒的最終輸出向量。

在Yolo v5模型中，Head與之前的Yolo V3和V4版本相同.

此外，我還附上了YoloV5的最終模型架構–一個小版本.你可以在這裡找到它.這裡

2.激活功能

在任何深度神經網路中，啟動函數的選擇都是最關鍵的.最近，許多啟動函數被引入，如leaky relu，mish，swiw等.Leaky ReLU mish swish

yolo v5的作者決定使用leaky relu和Sigmoid啟動函數.Sigmoid

在yolo v5中，中間層/隱藏層使用leaky relu啟動函數，最終檢測層使用Sigmoid啟動函數.你可以在這裡驗證.這裡

3.优化函数

對於yolo v5中的優化函數，我們在yolo v5中有兩個選項

在yolo v5中，Training的預設優化函數是SGD.

但是，您可以將其更改為adam使用“–adam”命令列參數.

4.成本函数或损失函数

在Yolo系列中，有一個复合损失是基於对象性得分、类概率得分和包围盒回歸得分計算的。

超分析使用了二元交叉熵与LOGITS损失和火炬的LOGITS損失函數來計算类概率和对象分数的損失。Binary Cross-Entropy with Logits Loss

我們還可以選擇Focus Lost來計算損失。您可以選擇使用fl_超參數進行焦损訓練。Focal Loss

5.权重、偏差、参数、渐变和最终模型汇总

要仔細查看YOLOv5-小型中各層的權重、偏差、形狀和參數，請參閱以下資訊。

此外，您還可以參考以下YOLO v5-小型机的簡要概述。

Model Summary: 191 layers, 7.46816e+06 parameters, 7.46816e+06 gradients

6.YOLO v5版本不同

6.1Yolov5四種網絡的深度

在上圖中，大白畫了兩種CSP結構、CSP 1和CSP 2、其中CSP 1結構主要應用於Backbone中、CSP 2結構主要應用於Neck中。

需要注意的是，四種網絡結構中每個Csp結構的深度都是不同的.

而Yolov5m中使用了2組，Yolov5l中使用了3組，Yolov5x中使用了4組。

其他的四個Csp2結構，也是同理.

Yolov5中，網絡的不斷加深，也在不斷增加網絡特徵提取和特徵融合的能力.

6.2Yolov5四種網絡的寬度

如上圖表格中所示，四種yolov5結構在不同階段的捲積核的數量都是不一樣的，因此也直接影響卷積後特徵圖的第三維度，即厚度，大白這裡表示為網絡的寬度.

四種不同結構的捲積核的數量不同，這也直接影響網絡中，比如Csp1、Csp2等結構，以及各個普通卷積，卷積操作時的捲積核數量也同步在調整，影響整體網絡的計算量.

大家最好可以將結構圖和前面第一部分四個網絡的特徵圖鏈接，對應查看，思路會更加清晰.

當然卷積核的數量越多，特徵圖的厚度，即寬度越寬，網絡提取特徵的學習能力也越強.

6.3Yolov5四種結構的參數

每個網絡結構的兩個參數：

(1)Yolov5s.yaml

(2)Yolov5m.yaml

(3)Yolov5l.yaml

(4)Yolov5x.yaml

四種結構就是通過上面的兩個參數，來進行控制網絡的

原创文章，作者：fendouai，如若转载，请注明出处：https://panchuang.net/2021/10/12/%e8%a7%a3%e9%87%8a%e5%b9%b6%e6%8f%ad%e5%bc%80yolo-v5%e2%80%8a-%e2%80%8a%e7%9a%84%e7%a5%9e%e7%a7%98%e9%9d%a2%e7%ba%b1/


report

Recommend

About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK