pytorch yolov3 知乎学习总结 03节

https://zhuanlan.zhihu.com/p/36984201

今天还是半摸鱼状态完成了知乎的yolov3第三小节内容，该节内容主要实现了网络的前向传播功能

不过必须得提一嘴，我做到现在才发现这个教程只有预测过程，没有训练内容，后期还是得通过bubble 那个教程弥补一下训练的操作

突破如下

• 昨天卡在了检测框bbox attr方面，今天算是搞懂了一些。首先使用了 5+80 个类，5里面包含了x，y，w，h，p_c（均为bbox的相关属性），使用了一个函数，将其转为如下的形式：这样转换的好处是向量化操作（可以理解为将二维图片拍成了一维，实际上是[batch, bbox_attr*num_anchors, grid_size**2] 变 [batch, units, classes]）

 batch_size为批数量（几个图片的意思），bbox_attrs边界框的属性个数（5+类别总数），num_anchors（锚的数量），grid_size（卷积采样后的单元数量，yolo有三个尺寸，在其上面进行预测）

不过这个anchors不知道谁起的名字，我一直理解为锚点（检测框对应的那个网格交界点xy位置），写到代码后面才发现，这实际是个比例数值，对应着高度和宽度的比例，非常迷惑

上面这个乘法*就说明了这个比例的操作

正如吴恩达老师所说加快运算，省去了不必要的for循环开销；当然各个属性也通过sigmoid函数进行了变换，所以值都集中在[0, 1]之间，这一点也引出了后面的网格偏移问题

•  网格偏移：这个也花了我好久去理解，太难了，参考文章：https://zhuanlan.zhihu.com/p/106769205， https://www.cnblogs.com/miaozhijuan/p/12501479.html   

通过这两个图进行理解，因为预测的点位于网格的交界处，值为0~1，计算所代表的偏移量也是基于这个网格交点，而yolov3网络通过左上角的点对其右下角的网格进行预测，比如yolov3就分割了13*13， 52*52共三种size，这也就解释了中心点实际代表的含义位于网格的中心，而非网格线上，需要利用+xy_offset进行偏移处理

• 再就是加载权重文件，权重文件应该就是模型训练好的参数（回头需要验证一下——确实是训练好的参数，属于yolo特供），文章说只有conv和标准批处理有weights，对于weights感觉是卷积核的参数？详细也没有去探索

明天继续探索第四节的代码内容