大家好，欢迎来到IT知识分享网。
点击上方“小白学视觉”，选择加”星标“或“置顶”
重磅干货，第一时间送达作者丨骚骚骚@知乎（已授权）
来源丨https://zhuanlan.zhihu.com/p/
编辑丨极市平台
极市导读
整体上在正负样本分配中，yolov7的策略算是yolov5和YOLOX的结合。因此本文先从yolov5和YOLOX正负样本分配策略分析入手，后引入到YOLOv7的解析中。
整体上在正负样本分配中，yolov7的策略算是yolov5和YOLOX的结合。
首先大概回顾一下yolov5和YOLOX正负样本分配。
由于笔者能力有限，文章中可能出现一些错误，欢迎大家指出。
一、yolov5正负样本分配策略
在我之前的文章中有详细介绍：
目标检测正负样本分配策略：
https://zhuanlan.zhihu.com/p/
步骤：
步骤①：anchors和gt匹配，看哪些gt是当前特征图的正样本
步骤②：将当前特征图的正样本分配给对应的grid
那么其特点是：
①anchor base。
②一个gt可能会和多个anchor进行匹配。
③某个anchor与gt匹配上，都会在当前anchor上有3个正样本。（理论上如果有9个anchor，那么一个gt至多可能生成9*3=27个正样本）
二、YOLOX正负样本分配策略
在我之前的文章中有详细介绍：
YOLOX深度解析（二）-simOTA详解：
https://zhuanlan.zhihu.com/p/394392992
那么其特点是：
①anchor free。
②simOTA能够做到自动的分析每个gt要拥有多少个正样本。
③能自动决定每个gt要从哪个特征图来检测。
三、yolov7正负样本分配策略
首先，yolov7也仍然是anchor base的目标检测算法，yolov7将yolov5和YOLOX中的正负样本分配策略进行结合，流程如下：
①yolov5:使用yolov5正负样本分配策略分配正样本。
②YOLOX: 计算每个样本对每个GT的Reg+Cla loss（Loss aware）
③YOLOX: 使用每个GT的预测样本确定它需要分配到的正样本数（Dynamic k）
④YOLOX: 为每个GT取loss最小的前dynamic k个样本作为正样本
⑤YOLOX: 人工去掉同一个样本被分配到多个GT的正样本的情况（全局信息）
其实主要是将simOTA中的第一步“使用中心先验”替换成“yolov5中的策略”。
代码中也大量的复用了yolov5和YOLOX中的源码。
个人感觉，yolov5策略与YOLOX中simOTA策略的融合，相较于只使用yolov5策略，加入了loss aware，利用当前模型的表现，能够再进行一次精筛。而融合策略相较于只使用YOLOX中simOTA，能够提供更精确的先验知识。
yolov6等工作中也都使用了simOTA作为分配策略，可见simOTA确实是能带来很大提升的策略。
四、yolov7中AUX HEAD
yolov7中的p6 model中都使用了aux head。
论文中提到使用aux head与lead head共同进行模型优化，而aux head的标签是较为“粗糙的“。
通过查看源码，发现aux head的assigner和lead head的assigner仅存在很少的不同，包括：
①lead head中每个anchor与gt如果匹配上，分配3个正样本，而aux head分配5个。
②lead head中将top10个样本iou求和取整，而aux head中取top20。
这也印证了论文中的观点。aux head不那么strong，aux head更关注于recall，而lead head从aux head中精准筛选出样本。
按照yolov7中的这个正负样本分配方式，那么针对图5中，蓝色点代表着gt所处的位置，实线组成的网格代表着特征图grid，虚线代表着一个grid分成了4个象限以进行正负样本分配（不理解的需要去看下yolov5的assign方式）。
如果一个gt位于蓝点位置，那么在lead head中，黄色grid将成为正样本。在aux head中，黄色+橙色grid将成为正样本。
而在推理时，下图6中，蓝色点代表着gt所处的位置，实线组成的网格代表着特征图grid，虚线代表着一个grid分成了4个象限，而依照yolov5中的中心点回归方式，仅能将图中红色特征grid，预测在图中红色+蓝色区域，是根本无法将中心点预测到gt处的！而该红色特征grid在训练时是会作为正样本的。
在aux head中，模型也并没有针对这种情况对回归方式作出更改。所以其实在aux head中，即使被分配为正样本的区域，经过不断的学习，可能仍然无法完全拟合至效果特别好。
而在loss融合方面，aux head loss 和lead head loss 按照0.25:1的比例进行融合。
好消息！
小白学视觉知识星球
开始面向外开放啦👇👇👇
下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。
下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://haidsoft.com/105545.html
