yolov3 spp的更新
Mosaic圖像增強
- 將多張圖片進行拼接輸入網(wǎng)絡進行訓練，源碼中是將四張圖片進行拼接
- 優(yōu)點：
- 增加了數(shù)據(jù)的多樣性；
- 增加了檢測目標個數(shù)粒褒；
- BN能一次統(tǒng)計多張圖片的參數(shù)，BN層的作用是求每個特征層的均值和方差，如果我們選取的batchsize（每批數(shù)據(jù)量的大信ⅰ）越大，則BN層計算出來的均值和方差就和整個數(shù)據(jù)集的均值和方差更接近茧泪。因為我們將圖像進行拼接蜓氨，所以使得batchsize變相增大了
SPP模塊
-
四個通道在深度方向進行拼接，由16 * 16 * 512變成了16 * 16 * 1024队伟，因為padding是1穴吹，所以不改變特征矩陣的高和寬
CIoU Loss
-
相同的L2損失卻對應了不同的IoU
-IoU Loss
-
GIoU Loss（增加了重疊面積信息）
綠色為真是目標邊界框，紅色為網(wǎng)絡預測邊界框嗜侮，藍色（Ac）為將這兩個邊界框框住所需的最小邊界框港令，u紅綠兩個邊界框的并集
-
GIoU Loss的缺點：當兩個邊界框并列時就退化成初始的IoU
-
DIoU Loss（增加了中心點距離信息）
黑色為先驗框，綠色為真實目標邊界框锈颗，藍色為預測框
-
CIoU Loss（增加了長寬比信息）
Focal Loss（為了解決正負樣本數(shù)量相差太大的問題）
CE為交叉熵
α并不是正負樣本的比例顷霹，而是一個超參數(shù)，是一個用來平衡正負樣本的權重宜猜，從圖中可以看出α取0.75時得到的效果最好
引入新的權重（1-pt）的γ次方泼返，對α進行替換
最終的FL損失計算公式，又引入了一個超參數(shù)αt
-
結果對比
p（網(wǎng)絡預測其為目標的概率）這里可以理解為預測的難易程度姨拥，當為正樣本時绅喉，其值越大越易于區(qū)分渠鸽，當為負樣本時，其值越小越易語區(qū)分柴罐。當一個樣本更易于區(qū)分的時候徽缚，我們希望給它小的權重
y表示樣本的正負，1為正樣本
