有效率的架構

• 參數量、計算量以及計算密度不能太高。

• CSPVoVNet為VoVNet的變體，其額外分析了梯度路徑。目的讓不同層的權重可以學到更多樣化的特徵，同時也讓執行效率以及準確度上升。
  

• ELAN給出一個結論:

  • 透過控制最常與最短的梯度路徑，可以使模型學習以及收斂更有效率。
    

• YOLOv7給出了一個基於ELAN的改良版:Extend-ELAN。

• 透過分組捲積，增加特徵積數，再利用shuffle以及concatenate的方式整合特徵組合，強化模型學習特徵的能力。

  

Auxiliary Head以及Lead Head的採用

• Lead Head: 負責最終輸出。
• Auxiliary Head: 輔助訓練的。
  

Label assignment

• YOLO預測的Bounding Box回歸與正確解答計算出的IoU會當成物件的soft label，給予soft label的過程稱為label assigner，如何指派soft label給auxuliary head以及lead head。
  • 過去作法為lead head以及auxiliary head分開做預測結果以及正確解答的計算來執行指派Label的任務。
    
  • 本文提出:
    • 利用lead head預測結果或引導生成粗到細(Coarse-to-fine)階層式label。
      
    • 值得一提的是Coarse-to-fine的部分: 會生成兩種label，分別為coarse label(會放寬被判斷為正樣本的限制，使更多的grid被判斷為正樣本，但是會添加限制，讓因降低標準的正樣本不會影響到soft label的生成)以及fine label(lead head生成的)。
      
    • 正好可以用auxilary head來優化recall。lead head來優化precision。
• 實驗結果
  

Bag of Freebies

• Batch Normalization在Conv-bn-activation的使用:這部分YOLOv5也有採用。
• YOLOR提出的Implicit knowledge可以預先在推論階段前簡化為向量。
• 將Mean-teacher方法當中的EMA技術應用在最終用來推論的模型。

實驗結果

• 跟其他方法的比較:
  
  

文章使用之圖片擷取自該篇論文