目标检测网络之 YOLOv3

        </h1><div class="clear"></div><div class="postBody">

yolo-idea

本文逐步介绍YOLO v1~v3的设计历程。

YOLOv1基本思想

YOLO将输入图像分成SxS个格子，若某个物体 Ground truth 的中心位置的坐标落入到某个格子，那么这个格子就负责检测出这个物体。

yolo-grid-predict

每个格子预测B个bounding box及其置信度(confidence score)，以及C个类别概率。bbox信息(x,y,w,h)为物体的中心位置相对格子位置的偏移及宽度和高度,均被归一化.置信度反映是否包含物体以及包含物体情况下位置的准确性,定义为Pr(Object)×IOUtruthpred,其中Pr(Object)∈{0,1}Pr(Object)×IOUpredtruth,其中Pr(Object)∈{0,1}.

优缺点

优点

快速,pipline简单.
背景误检率低。
通用性强。YOLO对于艺术类作品中的物体检测同样适用。它对非自然图像物体的检测率远远高于DPM和RCNN系列检测方法。

但相比RCNN系列物体检测方法，YOLO具有以下缺点：

识别物体位置精准性差。
召回率低。在每个网格中预测固定数量的bbox这种约束方式减少了候选框的数量。

YOLO v.s. Faster R-CNN

统一网络:
YOLO没有显示求取region proposal的过程。Faster R-CNN中尽管RPN与fast rcnn共享卷积层，但是在模型训练过程中，需要反复训练RPN网络和fast rcnn网络.
相对于R-CNN系列的"看两眼"(候选框提取与分类，图示如下),YOLO只需要Look Once.
YOLO统一为一个回归问题
而R-CNN将检测结果分为两部分求解：物体类别（分类问题），物体位置即bounding box（回归问题）。

R-CNN pipline

Darknet 框架

Darknet 由 C 语言和 CUDA 实现, 对GPU显存利用效率较高(CPU速度差一些, 通过与SSD的Caffe程序对比发现存在CPU较慢,GPU较快的情况). Darknet 对第三方库的依赖较少,且仅使用了少量GNU linux平台C接口,因此很容易移植到其它平台,如Windows或嵌入式设备.
参考Windows 版 Darknet (YOLOv2) 移植, 代码在此.

region层:参数anchors指定kmeans计算出来的anchor box的长宽的绝对值(与网络输入大小相关),num参数为anchor box的数量,
另外还有bias_match,classes,coords等参数.在parser.c代码中的parse_region函数中解析这些参数,并保存在region_layer.num参数保存在l.n变量中;anchors保存在l.biases数组中.region_layer的前向传播中使用for(n = 0; n < l.n; ++n)这样的语句,因此,如果在配置文件中anchors的数量大于num时,仅使用前num个,小于时内存越界.

region层的输入和输出大小与前一层(1x1 conv)的输出大小和网络的输入大小相关.

Detection层: 坐标及类别结果输出层.

yolo层: 指定anchors等信息, 计算loss等. YOLOv3使用三个yolo层作为输出.

upsample层: 上采样层, 进行2倍上采样.

region层和Detection层均是YOLOv2模型所使用的层, upsample层和yolo层在YOLOv3中使用.

鉴于 Darknet 作者率性的代码风格, 将它作为我们自己的开发框架并非是一个好的选择. 可以在我们更为熟悉的Caffe等框架中复现YOLO网络. 这里有一份Caffe版YOLOv3实现(仅部署,不能训练), 另可参照其它框架的可训练代码.

参考

YOLO主页
YOLOv3: An Incremental Improvement
YOLO9000: Better, Faster, Stronger
You Only Look Once: Unified, Real-Time Object Detection

原文: https://www.cnblogs.com/makefile/p/YOLOv3.html © 康行天下

分类: 深度学习

标签: 深度学习, 目标检测

<div id="blog_post_info">

好文要顶关注我收藏该文

康行天下
关注 - 25
粉丝 - 150

+加关注

<div class="clear"></div>
<div id="post_next_prev"><a href="https://www.cnblogs.com/makefile/p/GAN.html" class="p_n_p_prefix">« </a> 上一篇：    <a href="https://www.cnblogs.com/makefile/p/GAN.html" title="发布于 2018-03-23 11:30">生成式模型之 GAN</a>
<br>
<a href="https://www.cnblogs.com/makefile/p/metrics-mAP.html" class="p_n_p_prefix">» </a> 下一篇：    <a href="https://www.cnblogs.com/makefile/p/metrics-mAP.html" title="发布于 2018-04-02 21:15">目标检测评价指标(mAP)</a>

posted @ 2018-03-24 18:19 康行天下阅读(128962) 评论(28) 编辑收藏

</div><!--end: topics 文章、评论容器-->

评论列表

         </div>

#1楼

2018-03-27 15:31

        <a id="a_comment_author_3934846" href="https://home.cnblogs.com/u/1350827/" target="_blank">jiahcen</a></div><div class="feedbackCon">

厉害了。。。

支持(0) 反对(0)

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#2楼

[楼主]

2018-03-27 15:33

        <a id="a_comment_author_3934849" href="https://www.cnblogs.com/makefile/" target="_blank">康行天下</a></div><div class="feedbackCon">

@ jiahcen
。。。我的国

支持(0) 反对(0)

https://pic.cnblogs.com/face/606386/20161018214555.png

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#3楼

2018-04-03 09:55

        <a id="a_comment_author_3941024" href="https://home.cnblogs.com/u/1214055/" target="_blank">成了</a></div><div class="feedbackCon">

请问YOLOv3最后输出那些尺度的框？

支持(0) 反对(0)

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#4楼

[楼主]

2018-04-03 10:51

        <a id="a_comment_author_3941096" href="https://www.cnblogs.com/makefile/" target="_blank">康行天下</a></div><div class="feedbackCon">

@ 成了
应该是所有尺度的框合并后nms,输出score较高的框

支持(0) 反对(0)

https://pic.cnblogs.com/face/606386/20161018214555.png

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#5楼

2018-07-27 15:19

        <a id="a_comment_author_4030267" href="https://www.cnblogs.com/liuzhongfeng/" target="_blank">liurio</a></div><div class="feedbackCon">

总结的很好啊

支持(0) 反对(0)

https://pic.cnblogs.com/face/861394/20160413212251.png

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#6楼

2018-10-10 14:22

        <a id="a_comment_author_4085500" href="https://home.cnblogs.com/u/1434051/" target="_blank">JoeJo</a></div><div class="feedbackCon">

文章看过两次，之前是草草看过觉得图文配置特别好容易理解。
今天第二遍，发现内容很细致，很多细节都讲得很清楚，很棒的文章

支持(0) 反对(0)

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#7楼

2018-10-11 10:19

        <a id="a_comment_author_4086348" href="https://home.cnblogs.com/u/1507720/" target="_blank">20181010</a></div><div class="feedbackCon">

很受用

支持(0) 反对(0)

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#8楼

2018-11-07 15:26

        <a id="a_comment_author_4108799" href="https://www.cnblogs.com/defineconst/" target="_blank">咸鱼翻身</a></div><div class="feedbackCon">

卫星影像使用YOLO V3，对原始文件需要拆分吗？

支持(1) 反对(0)

https://pic.cnblogs.com/face/u37018.jpg

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#9楼

[楼主]

2018-11-07 15:33

        <a id="a_comment_author_4108810" href="https://www.cnblogs.com/makefile/" target="_blank">康行天下</a></div><div class="feedbackCon">

@ 咸鱼翻身
如果图像大而目标小,是需要对图片进行划分成小图片的

支持(0) 反对(0)

https://pic.cnblogs.com/face/606386/20161018214555.png

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#10楼

2019-03-10 01:12

        <a id="a_comment_author_4197952" href="https://home.cnblogs.com/u/1360567/" target="_blank">馒头mjtb</a></div><div class="feedbackCon">

请问YOLOv3的3个Scale的检测图（13×13，26×26，52×52）是怎么检测物体的？
如果一张图片有一辆车和一个人，哪个检测图负责检测车？哪个检测图负责检测人？

支持(0) 反对(0)

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#11楼

2019-03-10 01:12

        <a id="a_comment_author_4197953" href="https://home.cnblogs.com/u/1360567/" target="_blank">馒头mjtb</a></div><div class="feedbackCon">

I was wondering which one of the Three Detection Map(13*13, 26*26, 52*52) should responsible for predicting a object(i.e a Car) in a picture?

according to the labeled bonding box size of the car and the anchor size in the [yolo] layer?
If all the detection maps predict the car, how to combine the three output?

支持(0) 反对(0)

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#12楼

[楼主]

2019-03-10 20:03

        <a id="a_comment_author_4198372" href="https://www.cnblogs.com/makefile/" target="_blank">康行天下</a></div><div class="feedbackCon">

@ 馒头mjtb
这里不同尺度的特征图都检测用来检测所有的类别，没有对类别按大小区分，而是对anchor按大小划分到不同的特征，类似FPN与SSD。

支持(0) 反对(0)

https://pic.cnblogs.com/face/606386/20161018214555.png

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#13楼

2019-03-10 20:14

        <a id="a_comment_author_4198376" href="https://home.cnblogs.com/u/1360567/" target="_blank">馒头mjtb</a></div><div class="feedbackCon">

@ 康行天下
13×13的检测图分配大的anchor，小分辨率的特征图语义信息强；52×52的特征图分配小的anhor，大分辨率的特征图，位置信息强，但是我不明白13×13的检测特征图怎么和52×52的检测特征图合作啊？

方便详细一点的解释吗，举一个例子可以吧

支持(0) 反对(0)

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#14楼

[楼主]

2019-03-10 20:20

        <a id="a_comment_author_4198383" href="https://www.cnblogs.com/makefile/" target="_blank">康行天下</a></div><div class="feedbackCon">

@ 馒头mjtb
在anchor分配之后，小目标就由大特征图上进行学习产生了，大目标在小特征图上，这就是一种分工合作啊。

支持(0) 反对(0)

https://pic.cnblogs.com/face/606386/20161018214555.png

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#15楼

2019-03-10 20:35

        <a id="a_comment_author_4198389" href="https://home.cnblogs.com/u/1360567/" target="_blank">馒头mjtb</a></div><div class="feedbackCon">

@ 康行天下
这样理解对吧：在anchor分配之后，小的目标也可以会被小的特征图学习，可能学习起来比较慢，possibility也会很小，可能都达不到0.25的阈值；大目标大的检测图学习也一样

支持(0) 反对(0)

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#16楼

[楼主]

2019-03-10 20:42

        <a id="a_comment_author_4198391" href="https://www.cnblogs.com/makefile/" target="_blank">康行天下</a></div><div class="feedbackCon">

@ 馒头mjtb
嗯，对

支持(0) 反对(0)

https://pic.cnblogs.com/face/606386/20161018214555.png

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#17楼

2019-04-17 19:12

        <a id="a_comment_author_4233704" href="https://home.cnblogs.com/u/1586532/" target="_blank">Reminding</a></div><div class="feedbackCon">

博主你好，能不能用下你的图片，做ppt使用

支持(0) 反对(0)

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#18楼

[楼主]

2019-04-17 19:15

        <a id="a_comment_author_4233705" href="https://www.cnblogs.com/makefile/" target="_blank">康行天下</a></div><div class="feedbackCon">

@ Reminding
可以，图片也不全是我的

支持(0) 反对(0)

https://pic.cnblogs.com/face/606386/20161018214555.png

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#19楼

2019-04-17 19:15

        <a id="a_comment_author_4233708" href="https://home.cnblogs.com/u/1586532/" target="_blank">Reminding</a></div><div class="feedbackCon">

@ 康行天下
谢谢！

支持(0) 反对(0)

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#20楼

2019-04-17 20:20

        <a id="a_comment_author_4233766" href="https://home.cnblogs.com/u/1586532/" target="_blank">Reminding</a></div><div class="feedbackCon">

博主你好，还有其他问题请教，不知道方不方便加个微信或qq

支持(0) 反对(0)

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#21楼

2019-07-22 18:30

        <a id="a_comment_author_4306400" href="https://home.cnblogs.com/u/962771/" target="_blank">水翼lv</a></div><div class="feedbackCon">

写得很棒~加油

支持(0) 反对(0)

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#22楼

[楼主]

2019-07-24 09:00

        <a id="a_comment_author_4307527" href="https://www.cnblogs.com/makefile/" target="_blank">康行天下</a></div><div class="feedbackCon">

@ 水翼lv
谢谢！

支持(0) 反对(0)

https://pic.cnblogs.com/face/606386/20161018214555.png

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#23楼

2019-07-25 17:49

        <a id="a_comment_author_4308998" href="https://home.cnblogs.com/u/1301932/" target="_blank">唐康</a></div><div class="feedbackCon">

感觉是最棒的YOLO解读文章了～配合着darknet项目源代码和配置文件看的，理解得很透彻。
感谢作者！

支持(0) 反对(0)

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#24楼

[楼主]

2019-07-30 11:14

        <a id="a_comment_author_4312214" href="https://www.cnblogs.com/makefile/" target="_blank">康行天下</a></div><div class="feedbackCon">

@ 唐康
过誉了！

支持(0) 反对(0)

https://pic.cnblogs.com/face/606386/20161018214555.png

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#25楼

2019-08-23 15:22

        <a id="a_comment_author_4335028" href="https://www.cnblogs.com/sdu20112013/" target="_blank">core!</a></div><div class="feedbackCon">

算loss的时候confidence score 的groud-truth是怎么算的某个目标的中心落在了某个cell 相应的confidence的真值就是1 没落在真值就是0?

支持(0) 反对(0)

https://pic.cnblogs.com/face/583030/20181201135834.png

     </div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

         </div>

#26楼

2019-08-23 15:47

        <a id="a_comment_author_4335072" href="https://www.cnblogs.com/sdu20112013/" target="_blank">core!</a></div><div class="feedbackCon">

若采用相同的权值，那么不包含物体的格子的confidence值近似为0，变相放大了包含物体的格子的confidence误差在计算网络参数梯度时的影响。为解决这个问题，YOLO 使用