• paper
• 网络结构图
• 数据处理
  • Default anchors
• Loss
  • Function Loss
• Reference

paper

https://arxiv.org/pdf/1804.02767v1.pdf

网络结构图

性能上远超Darknet-19，但在效率上同样优于ResNet-101和ResNet-152。下表是在ImageNet上的实验结果：

网络详细结构图：

网络简版结构图：

数据处理

train_pipeline = [
    dict(type='LoadImageFromFile', to_float32=True),
    dict(type='LoadAnnotations', with_bbox=True),
    dict(type='ZeroOneNormalize'),
    dict(type='RandomJitter', jitter=(0.3, 0.3), img_scale=(1440, 864)),
    dict(type='RandomDistort', hue=0.1, saturation=1.5, exposure=1.5),
    dict(type='RandomTransform', img_scale=(1440, 864)),
    dict(type='RandomFlipCv2', flip_code=[1]),
    dict(type='NormalizeCoord', cxcywh=True),
    dict(type='DefaultFormatBundle'),
    dict(type='ParametersSetting', tensor=True),
    dict(type='Collect', keys=['img', 'gt_bboxes', 'gt_labels'])
]

Default anchors

通过IOU与Kmean计算训练样本中9个anchors, anchors_generate.py

Loss

Function Loss

• total loss:
  
• build target
  • 计算当前层的每个anchor 与 target 之间的IOU，并取得最大的IOU对应的anchor的index
  • 过滤因为数据增强带来的bbox的越界, 找到best_index
  • 计算object weight scale. (sc = 2 - gw * gh)
  • 由best_index计算最佳的anchor对应的target, (obj_mask, noobj_mask, tx, ty, tw, th, tconf, tcls, scale)
• 正负样本选择:
  • 用预测出来的predict box(pb)与target box(tb)做一个IOU匹配，
  • 找到pb对应tb的最大iou， 如果这个iou小于ignore_thresh就被当做负样本
• Loss计算
  location: 使用mse loss, 乘上一个object weight scale(sc)
  conf_obj and conf_noobj 使用 mse loss(均方差)
  classify loss 使用ce loss(交叉熵)

2. Location Loss
   

Reference