iT邦幫忙

2023 iThome 鐵人賽

DAY 7
0
AI & Data

YOLO系列網路技術採用以及實作系列 第 7

[DAY 7] YOLOv5-上篇

  • 分享至 

  • xImage
  •  

YOLOv5: the fifth iteration of the revolutionary "You Only Look Once" object detection model

Glenn Jocher : YOLOv5作者及Ultralytics公司的創始人。

上篇-主要介紹YOLOv5的命名爭議以及整體網路架構,

  • 沒有發表論文。
    Github YOLOv5 issue中作者回覆截至今日仍沒有釋出官方的YOLOv5論文。
    https://ithelp.ithome.com.tw/upload/images/20230922/201203105ljknRwREP.png
  • YOLOv5的網路架構仍然由BackBoneNeck以及Head組成。

YOLOv5的爭議問題

  • 命名問題:
    • 沒有發表論文,且不是原作者,且實現的方式不夠創新。
    • YOLOv4的論文當中作者對於YOLOv5所使用的Mosiac Augmentation以及基因演算法挑選超參數的概念表示感謝。
    • 但YOLOv5作者認為不管網路稱作YOLOv5、FastYOLO、或是YOLOv4-accelerated,只要最終有名稱改動,都會更新並且公告給大家。

網路架構說明

https://ithelp.ithome.com.tw/upload/images/20230922/201203107TVRiUeTPB.png

本架構圖為自行繪製,若有錯誤歡迎指正。

Backbone:

  • Focus架構(最終沒採用)

    https://ithelp.ithome.com.tw/upload/images/20230922/20120310HahomrAmj8.png
    • 間隔像素取值,一張影像輸入會輸出四張圖片,輸出通道數變成四倍,用途主要為減少影像的重要訊息丟失。
    • 這項技術在YOLOv5初期的模型有被提出,但最後已被6x6 Convolution架構取代,功能相同但可以簡化模型。
  • CSP架構

    • 設計兩種CSP架構,其中一支(CSP_1)用於Backbone,另一支(CSP_2)用在Neck。
    • CSP_1: 主要增加殘差網路,避免梯度消失的問題。
      https://ithelp.ithome.com.tw/upload/images/20230922/20120310buN5usrksD.png

Neck:

  • CSP

    • CSP_2: 加強網路特徵融合的能力。
      https://ithelp.ithome.com.tw/upload/images/20230922/20120310t6RIm2cByV.png
  • SPPF

    https://ithelp.ithome.com.tw/upload/images/20230922/20120310JHOLaSHvX9.png
  • FPN以及PAN架構

    • 如同YOLOv4架構一樣。

Head:

  • 採用YOLOv3的Head。
  • Bounding Box Regression:

    • C-IOU: ,YOLOv5採用C-IOU,C-IOU在YOLOv4上篇,有詳細的說明。
    • Non-Maximum Suppression:
      • YOLOv5採用NMS: 一樣是去除影像上方重複的Bounding Box,但是在網路上有很多人將YOLOv5的NMS改成YOLOv4的DIOU-NMS可以改善重疊物件的遮當問題。

文章使用之"作者論文出版回覆圖"取自YOLOv5官網,"Focus技術介紹圖"取自其他YOLOv5介紹網站。

YOLOv5-下篇將說明該網路的其他技術、損失函數採用,以及Bounding Box座標的計算方式,以及相關實驗比較結果。

參考文獻

  1. YOLOv5官方網站
  2. YOLOv5爭議問題回覆
  3. YOLOv5官方模型架構說明
  4. Focus架構的差異
  5. YOLOv5 Code解析
  6. YOLOv5可視化網路架構圖
  7. YOLOv5中的Focus模組的理解

上一篇
[DAY 6] YOLOv4-下篇
下一篇
[DAY 8] YOLOv5-下篇
系列文
YOLO系列網路技術採用以及實作30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言