Yolov5详解

官方源码仓库：https://github.com/ultralytics/yolov5

相关论文：未发表（改进点都被你们抢先发了）

0 前言

截止到2022年7月，Yolov5项目已经在Github上获得了28000+个star，工业应用也十分广泛，基于Yolov5改进的相关交叉学科论文也不计其数，所以了解Yolov5对找工作还是发论文都是十分有帮助的。

Yolov5目前已经迭代到了6.1版本，所以本篇文章主要针对6.1版本进行详解

Yolov5提供了10个不同版本的模型，他们除网络的深度和宽度外并无太大差别

1 网络结构

Yolov5主要由以下几部分组成：

输入端: Mosaic数据增强、自适应锚框计算
Backbone: New CSP-Darknet53
Neck: SPPF, FPN+PAN
Head: YOLOv3 Head
训练策略：CIoU loss

2 输入端

2.1 Mosaic数据增强

在 YOLOv5 中除了使用最基本的数据增强方法外，还使用了 Mosaic 数据增强方法，其主要思想就是将1- 4 张图片进行随机裁剪、缩放后，再随机排列拼接形成一张图片，实现丰富数据集的同时，增加了小样本目标，提升网络的训练速度。在进行归一化操作时会一次性计算 4 张图片的数据，因此模型对内存的需求降低。

2.2自适应锚框计算

Yolov5每次训练时会自适应的计算不同训练集中的最佳锚框值，从而帮助网络更快的收敛。

3 Backbone

Yolov5在Backbone和Neck中用了两种不同的CSP结构,具体可参考下图-Yolov5网络结构图

4 Neck

和「Yolov4中一样，都采用FPN+PAN」的结构;即除了上采样外，又增加了一部分下采样模块，通过这种方式可以融合更加丰富的特征

5 Head

在检测头方面依然采用Yolov3的检测头，并没有特别的改进

6 主要训练策略

CIoU loss：在DIoU的基础上增加了检测框尺度的loss，增加了长和宽的loss，这样预测框就会更加的符合真实框
Multi-scale training(0.5~1.5x)：多尺度训练。
Warmup and Cosine LR scheduler：训练前先进行Warmup热身，然后在采用Cosine学习率下降策略。
Mixed precision：混合精度训练，能够减少显存的占用并且加快训练速度。

7 损失计算

YOLOv5的损失主要由三个部分组成：

Classes loss，分类损失，采用的是BCE loss，注意只计算正样本的分类损失。
Objectness loss，obj损失，采用的依然是BCE loss，注意这里的obj指的是网络预测的目标边界框与GT Box的CIoU。这里计算的是所有样本的obj损失。
Location loss，定位损失，采用的是CIoU loss，注意只计算正样本的定位损失。