问题

YOLOX提出了一个Decoupled Head结构以代替YOLO Head，进而在YOLOv3 baseline的基础上提升了1.1个百分点的mAP，那为什么解耦头结构就能够提升检测效果呢？

调研

我主要在YOLOX原论文讲述Decoupled Head这一部分，找到了引用的两篇文献，并加以解读。
第一篇文献是Song等人在CVPR2020发表的“Revisiting the Sibling Head in Object Detector”。
文中提出了，在目标检测的定位和分类任务中，存在spatial misalignment的问题，我的理解是两个任务所聚焦和感兴趣的地方不同，分类更加关注所提取的特征与已有类别哪一类最为相近，而定位更加关注与GT Box的位置坐标从而进行边界框参数修正。因此如果采取用同一个特征图进行分类和定位，效果会不好，即所谓的misalignment的问题。
下图是原论文的一张图，旨在展示分类和定位所关注的内容是不一致的！

第二篇文献是Wu等人（也是旷视的团队）在CVPR2020发表的“Rethinking Classification and Localization for Object Detection”
文中重新对检测任务中的分类和定位两个子任务进行解读，结果发现：fc-head更适合分类任务，conv-head更适合定位任务，如下面图表结果所示。
第一行是对于分类任务而言，红色是fc-head，蓝色是conv-head，可以看到，在分类的分数上，fc-head显然更具优势，特别对于small objects；
第二行是对于定位任务而言，可以看到，在边界框回归IOU值上，conv-head更具优势。

基于上述的实验结果，该文章设计了一个Double-Head的结构（应该YOLOX的解耦头结构的灵感就是从这里来的），来提升检测的效果。

从实验结果中也可以看到，使用这种Double-Head的结构，可以将mAP提升2-3个百分点，效果还是很不错的！

总结

回到最初的问题：解耦头为何能够提升检测效果？
解耦头结构考虑到分类和定位所关注的内容的不同，比如上述Wu等人的论文所展示的。因此采用不同的分支来进行运算，有利于效果的提升！

我认为这就是一个探索的过程。这种共享的头结构最初在Fast RCNN论文中提出，一步到位，可大大提升检测速度，因此当时主要注重速度上的提升。
随着应用的逐渐广泛，包括单阶段、双阶段检测网络的发展，研究人员也逐渐在检测效果上寻找各种能提升的空间。那么对于这种耦头结构，通过实验现象和相关结果可以看到其局限性，因此研究人员提出了诸如Double-Head的结构来提升效果。
同时为了避免计算量的大量增加，比如YOLOX的Decoupled Head结构，会先进行1x1的降维操作，然后再接上分类和定位两个分支，做一个检测效果和速度的trade-off，这也是很常见的一个思路！

附：3篇论文的链接

YOLOX: Exceeding YOLO Series in 2021
Revisiting the Sibling Head in Object Detector
Rethinking Classification and Localization for Object Detection

YOLOX的解耦头结构思考相关推荐

改进YOLOv5 | 头部解耦 | 将YOLOX解耦头添加到YOLOv5 | 涨点杀器
改进YOLOv5 | 头部解耦 | 将YOLOX解耦头添加到YOLOv5 论文地址:https://arxiv.org/abs/2107.08430 文章目录改进YOLOv5 | 头部解耦 | 将Y ...
即插即用! | 国防科大联合慕尼黑工业大学提出新型解耦头 TSCODE: 助力目标检测器轻松涨点！
Title: Task-Specific Context Decoupling for Object Detection Paper: https://arxiv.org/pdf/2303.01047 ...
YOLOv5改进添加解耦头、ASFF
网上有很多添加解耦头的博客,在此记录下我使用解耦头对YOLOv5改进,若侵权删解耦头的介绍过段时间再写,先直接上添加方法(这篇文章写的很好,解释了解耦头的作用) ASFF我没有使用过,但是按照下边的 ...
【旧文章搬运】Win7可变对象头结构之InfoMask解析
原文发表于百度空间,2010-08-11 ========================================================================== 对Win ...
#获得请求来源ip_以太网数据包TCP、IP、ICMP、UDP、ARP协议头结构详解
以太网首部目地MAC地址(8字节) 源MAC地址(8字节) 类型(2字节) 1.IP头的结构版本(4位) 头长度(4位) 服务类型(8位) 封包总长度(16位) 封包标识(16位) 标志(3位) ...
ip tcp udp mpeg4头结构的定义
IP包头结构浅析版本号(Version):长度4比特.标识目前采用的IP协议的版本号.一般的值为0100(IPv4),IPv6的值(0110) IP包头长度(Header Length):长度4比特 ...
【读书笔记】《结构思考力》——李忠秋
前言把每一个问题都用结构化的思维去尝试解决,这就是结构思考力,包括横向和纵向两个方面: 结构思考力可以帮助我们构化一个结构,在表达核心观点的基础上,有理有据.条理分明地证明这个观点,使我们能 ...
bitmap 位图头结构
转自:http://www.cnblogs.com/lzlsky/archive/2012/08/16/2641698.html 位图BITMAPINFOHEADER 与BITMAPFILEHEADE ...
结构思考力系列：透过结构看清晰思考(转载)
原创连接:https://37wiki.37wan.com/pages/viewpage.action?pageId=42222129 [作者]:看原文链接一.理念篇:透过结构看世界 1.透过结构看 ...

YOLOX的解耦头结构思考

问题

调研

总结

附：3篇论文的链接

YOLOX的解耦头结构思考相关推荐

最新文章

热门文章