柚子快報(bào)激活碼778899分享：目標(biāo)檢測(cè)——YOLOX算法解讀

http://yzkb.51969.com/

論文：YOLOX: Exceeding YOLO Series in 2021(2021.7.18) 作者：Zheng Ge, Songtao Liu, Feng Wang, Zeming Li, Jian Sun 鏈接：https://arxiv.org/abs/2107.08430 代碼：https://github.com/Megvii-BaseDetection/YOLOX

YOLO系列算法解讀： YOLOv1通俗易懂版解讀、SSD算法解讀、YOLOv2算法解讀、YOLOv3算法解讀、YOLOv4算法解讀、YOLOv5算法解讀、YOLOR算法解讀、YOLOX算法解讀、YOLOv6算法解讀、YOLOv7算法解讀、YOLOv8算法解讀、YOLOv9算法解讀、YOLOv10算法解讀

PP-YOLO系列算法解讀： PP-YOLO算法解讀、PP-YOLOv2算法解讀、PP-PicoDet算法解讀、PP-YOLOE算法解讀、PP-YOLOE-R算法解讀

文章目錄

1、算法概述2、YOLOX細(xì)節(jié)3、實(shí)驗(yàn)4、總結(jié)

1、算法概述

YOLOX是曠視科技2021年提出的目標(biāo)檢測(cè)算法，它基于YOLOv3-SPP進(jìn)行改進(jìn)，將原有的anchor-based調(diào)整為了anchor-free形式，并且集成了其他先進(jìn)檢測(cè)技術(shù)(比如decoupled head、label assignment SimOTA)取得了SOTA性能。類似于YOLOv5,它也提供了多個(gè)尺度版本的模型，Nano/Tiny/s/m/l/x，而且該方法的ONNX、TensorRT、NCNN、OpenVino推理模型均已開源。下圖是YOLOX與其他檢測(cè)算法的對(duì)比情況圖： 以我實(shí)際的使用情況來看，對(duì)比YOLOv5算法，YOLOX在檢測(cè)精度方面確實(shí)比YOLOv5更加優(yōu)秀，但速度會(huì)稍微慢一點(diǎn)點(diǎn)。

2、YOLOX細(xì)節(jié)

作者以YOLOv3-SPP為基準(zhǔn)，即backbone為Darknet-53，neck為SPP+FPN，head部分為分3個(gè)特征圖輸出NxNx(3x(4+1+80))。YOLOX對(duì)其進(jìn)行一步步改進(jìn)，下面來看具體的改進(jìn)手段。

首先訓(xùn)練YOLOv3-SPP baseline 和YOLOv3論文中不一樣的是，作者增加了一些策略，比如在訓(xùn)練過程中加入EMA權(quán)重更新技術(shù)，cosine學(xué)習(xí)率下降，IoUloss和IoU感知分支；用BCEloss訓(xùn)練分類分支和obj分支，用IoUloss訓(xùn)練回歸分支。對(duì)于數(shù)據(jù)增強(qiáng)部分，作者只采用了隨機(jī)水平翻轉(zhuǎn)和顏色抖動(dòng)以及多尺度訓(xùn)練，沒有使用隨機(jī)尺寸裁剪(因?yàn)樽髡哒J(rèn)為這和后面的馬賽克數(shù)據(jù)增強(qiáng)重疊了，不好評(píng)估馬賽克數(shù)據(jù)增強(qiáng)帶來的影響)。最終在COCO val數(shù)據(jù)集上是38.5%mAP。Decoupled head 在目標(biāo)檢測(cè)中，分類與回歸任務(wù)的沖突是一種常見問題。因此，分類與定位頭的解耦已被廣泛應(yīng)用到單階段、兩階段檢測(cè)中。然而YOLOv3/v4/v5都沒有把檢測(cè)頭解耦，作者通過實(shí)驗(yàn)發(fā)現(xiàn)，解耦檢測(cè)頭能讓訓(xùn)練收斂更快，如下圖： 解耦頭，意味著會(huì)檢測(cè)頭會(huì)多一個(gè)分支結(jié)構(gòu)，所以參數(shù)量會(huì)增加，為了盡量少增加參數(shù)，作者在進(jìn)入預(yù)測(cè)分支之前先用1x1卷積將特征通道減少，然后再接分類分支和回歸分支。其結(jié)構(gòu)如下所示： Strong data augmentation 數(shù)據(jù)增強(qiáng)部分，作者將Mosaic和MixUp添加到增強(qiáng)策略中，以提高YOLOX的性能。在模型訓(xùn)練過程中采用MixUp和Mosaic對(duì)數(shù)據(jù)進(jìn)行增強(qiáng)，并在最后15個(gè)epoch關(guān)閉它。實(shí)際應(yīng)用下來看，最后15epoch關(guān)閉數(shù)據(jù)增強(qiáng)很有用。Anchor-free Anchor-based方法的弊端：1、需要在優(yōu)化之前，聚類分析數(shù)據(jù)集標(biāo)注框的情況，這會(huì)導(dǎo)致訓(xùn)練出來的模型使用場景及泛化性能受限。2、錨框設(shè)計(jì)增加了檢測(cè)頭的復(fù)雜性，預(yù)測(cè)框數(shù)量會(huì)根據(jù)錨框設(shè)計(jì)的增加而增加。 而無錨框機(jī)制顯著減少了需要啟發(fā)式調(diào)整的設(shè)計(jì)參數(shù)的數(shù)量和涉及的許多技巧(例如，錨框聚類，網(wǎng)格敏感)的良好性能，使檢測(cè)器的訓(xùn)練和解碼階段大大簡化。將anchor-based調(diào)整為anchor-free比較簡單，作者將每個(gè)位置的預(yù)測(cè)從3個(gè)(YOLOv3是每個(gè)grid設(shè)置3個(gè)anchor)減少到1個(gè)，并使它們直接預(yù)測(cè)4個(gè)值，即網(wǎng)格左上角的兩個(gè)偏移量，以及預(yù)測(cè)框的高度和寬度。改成anchor-free后，作者參考FCOS，將每個(gè)目標(biāo)的中心定位正樣本并預(yù)定義一個(gè)尺度范圍以便于對(duì)每個(gè)目標(biāo)指派FPN特征尺度。經(jīng)過這個(gè)改進(jìn)后，模型參數(shù)和GFLOPs都減少了，推理速度更快，而且性能還提升至42.9%mAP了。Multi positives 上面的匹配策略，一個(gè)gt框只能匹配一個(gè)正樣本(因?yàn)椴捎胏enter location匹配)，這意味著會(huì)忽略掉周邊高質(zhì)量預(yù)測(cè)框，所以作者劃定gt框中心點(diǎn)3x3的區(qū)域內(nèi)匹配正樣本，這個(gè)區(qū)域就類似于FCOS中的”center sampling”。這一改進(jìn)促使模特mAP提升至45.0%。SimOTA OTA從全局角度分析標(biāo)簽分配，并將分配過程制定為最優(yōu)運(yùn)輸(Optimal Transport, OT)問題，從而產(chǎn)生當(dāng)前分配策略中的SOTA性能。然而，在實(shí)踐中我們發(fā)現(xiàn)用Sinkhorn-Knopp算法求解OT問題帶來了額外25%的訓(xùn)練時(shí)間，這對(duì)于訓(xùn)練來說是相當(dāng)昂貴的。因此，我們將其簡化為動(dòng)態(tài)top-k策略，命名為SimOTA，以獲得近似解。在SimOTA中，預(yù)測(cè)框pj與gt框gi的匹配代價(jià)計(jì)算為 λ為平衡系數(shù)，前者為gi與pj的分類損失，后者為gi與pj的回歸損失。 對(duì)于每一個(gè)gt框gi，選擇前topk個(gè)與之損失最小的預(yù)測(cè)框，且該預(yù)測(cè)框中心點(diǎn)在gi中心點(diǎn)3x3的范圍內(nèi)的可作為該gt框gi的正樣本，其余則作為負(fù)樣本。通過這個(gè)改進(jìn)，mAP又提升至47.3%。End-to-end YOLO 即模型最后直接輸出結(jié)果，不需要最后做nms，這樣的改進(jìn)會(huì)導(dǎo)致掉點(diǎn)，所以作者最終沒有采用。

下面是上述改進(jìn)的消融實(shí)驗(yàn)結(jié)果： 從表中可以看出，數(shù)據(jù)增強(qiáng)，劃分3x3領(lǐng)域取更多正樣本和SimOTA動(dòng)態(tài)匹配正樣本這三個(gè)改進(jìn)對(duì)YOLOX提升比較大。

Other Backbones 仿照YOLOv5的網(wǎng)絡(luò)規(guī)模改進(jìn)得到Y(jié)OLOX-S/M/L/X，仿照YOLOv4-Tiny提出YOLOX-Tiny及YOLOX-Nano，實(shí)驗(yàn)結(jié)果均表明YOLOX的這些改進(jìn)很優(yōu)秀。

3、實(shí)驗(yàn)

與現(xiàn)如今其他檢測(cè)算法對(duì)比

4、總結(jié)

YOLOX和YOLOv5是我個(gè)人用得比較熟練的算法，工程代碼都仔細(xì)研讀過，寫得都是非常優(yōu)秀，代碼結(jié)構(gòu)清晰明了，如今YOLOX和YOLOv5都在工業(yè)界得到了廣泛的應(yīng)用，就我個(gè)人使用感覺而言，YOLOX的精度是略高于YOLOv5的，但速度比YOLOv5稍慢，兩個(gè)算法都有不同的應(yīng)用版本，可以方便各個(gè)平臺(tái)適配；個(gè)人使用下來，YOLOX似乎對(duì)小目標(biāo)漏檢比較多，YOLOv5泛化性能更強(qiáng)一點(diǎn)。

柚子快報(bào)激活碼778899分享：目標(biāo)檢測(cè)——YOLOX算法解讀

http://yzkb.51969.com/

文章來源