YOLO

https://mp.weixin.qq.com/s/Dees5BvTeBt37fP4OpSQGw

随着自动驾驶汽车和自动赛车越来越受欢迎，对更快、更准确的检测器的需求也越来越大。但对机器来说图像分辨率和计算资源的限制使得检测更小的物体成为一个真正具有挑战性的任务，也是一个开放的研究领域。

本研究探索了如何对YOLOv5进行修改，以提高其在检测较小目标时的性能，并在自动赛车中进行了特殊应用。为了实现这一点，作者研究了替换模型的某些结构会如何影响性能和推理时间。在这一过程中在不同的尺度上提出一系列的模型YOLO-Z，并得到高达6.9%的改善，相比原YOLOv5推理时间检测更小的目标时的成本就增加3ms。

YOLOv5提供了4种不同的尺度：S、M、L和X。每种比例都对模型的深度和宽度应用不同的乘数，这意味着模型的整体结构保持不变，但每个模型的大小和复杂性是按比例缩放的。在实验中，在所有的尺度上分别对模型的结构进行修改，并将每个模型作为不同的模型来评估其效果。

为了设定Baseline，对YOLOv5的4个量表的未修改版本进行了训练和测试。然后分别测试这些网络的变化，以便观察它们对Baseline结果的影响。在进入下一阶段时，似乎对提高准确性或推理时间没有贡献的技术和结构被过滤掉。然后，尝试将选定的技术组合起来。重复这个过程，观察某些技术是否相互补充或减少，并逐渐增加更复杂的组合。

YOLOv5的原始实现提供了与COCO兼容性API的度量，这对于本研究的目的证明是有用的。计算特定尺度值的方式可以很好地指示模型的性能，但在极端情况下可能会稍微不准确。

由于这些度量在默认情况下只与COCO数据集兼容，在测试代码中重新实现了这个方法，以便在使用任何数据集时获得更有价值的数据。度量模块将计算大、中、小目标的值，以及整体性能。将目标划分为这三种类别取决于以下阈值:小(如果对象的面积小于32平方像素)，大(如果该区域大于96平方像素)，中等(如果该区域大于两个阈值)。换句话说，small