YOLO v5 引入解耦头部

  • 最近想开个 深度学习模型搭建, opencv方面的训练营,有兴趣可以私聊我

文章目录

  • YOLO v5 引入解耦头部
  • 前言
  • 一、解耦头部示意图
  • 二、在YOLO v5 中引入解耦头部
    • 1.修改common.py文件
    • 2.修改yolo.py文件
    • 3.修改模型的yaml文件
  • 总结

前言

在 YOLO x中,使用了解耦头部的方法，从而加快网络收敛速度和提高精度，因此解耦头被广泛应用于目标检测算法任务中。因此也想在YOLO v5的检测头部引入了解耦头部的方法，从而来提高检测精度和加快网络收敛，但这里与 YOLO x 解耦头部使用的检测方法稍微不同，在YOLO v5中引入的解耦头部依旧还是基于 anchor 检测的方法。

一、解耦头部示意图

在YOLO x中，使用了解耦头部的方法，具体论文请参考：https://arxiv.org/pdf/2107.08430.pdf
于是按照论文中的介绍就可以简单的画出解耦头部，在YOLO v5中引入的解耦头部最终还是基于 anchor 检测的方法。

二、在YOLO v5 中引入解耦头部

1.修改common.py文件

在common.py文件中加入以下代码。

class DecoupledHead(nn.Module):def __init__(self, ch=256, nc=80, anchors=()):super().__init__()self.nc = nc# number of classesself.nl = len(anchors)# number of detection layersself.na = len(anchors[0]) // 2# number of anchorsself.merge = Conv(ch, 256, 1, 1)self.cls_convs1 = Conv(256, 256, 3, 1, 1)self.cls_convs2 = Conv(256, 256, 3, 1, 1)self.reg_convs1 = Conv(256, 256, 3, 1, 1)self.reg_convs2 = Conv(256, 256, 3, 1, 1)self.cls_preds = nn.Conv2d(256, self.nc * self.na, 1)self.reg_preds = nn.Conv2d(256, 4 * self.na, 1)self.obj_preds = nn.Conv2d(256, 1 * self.na, 1)def forward(self, x):x = self.merge(x)x1 = self.cls_convs1(x)x1 = self.cls_convs2(x1)x1 = self.cls_preds(x1)x2 = self.reg_convs1(x)x2 = self.reg_convs2(x2)x21 = self.reg_preds(x2)x22 = self.obj_preds(x2)out = torch.cat([x21, x22, x1], 1)return out

2.修改yolo.py文件

修改后common.py文件后，需要修改yolo.py文件，主要修改两个部分：
1.在model函数，只需修改一句代码，修改后如下：

if isinstance(m, Detect) or isinstance(m, Decoupled_Detect):

2.在parse_model函数中，修改后代码如下：

3.在yolo.py增加Decoupled_Detect代码

class Decoupled_Detect(nn.Module):stride = None# strides computed during buildonnx_dynamic = False# ONNX export parameterexport = False# export modedef __init__(self, nc=80, anchors=(), ch=(), inplace=True):# detection layersuper().__init__()self.nc = nc# number of classesself.no = nc + 5# number of outputs per anchorself.nl = len(anchors)# number of detection layersself.na = len(anchors[0]) // 2# number of anchorsself.grid = [torch.zeros(1)] * self.nl# init gridself.anchor_grid = [torch.zeros(1)] * self.nl# init anchor gridself.register_buffer('anchors', torch.tensor(anchors).float().view(self.nl, -1, 2))# shape(nl,na,2)self.m = nn.ModuleList(DecoupledHead(x, nc, anchors) for x in ch)self.inplace = inplace# use in-place ops (e.g. slice assignment)def forward(self, x):z = []# inference outputfor i in range(self.nl):x[i] = self.m[i](x[i])# convbs, _, ny, nx = x[i].shape# x(bs,255,20,20) to x(bs,3,20,20,85)x[i] = x[i].view(bs, self.na, self.no, ny, nx).permute(0, 1, 3, 4, 2).contiguous()if not self.training:# inferenceif self.onnx_dynamic or self.grid[i].shape[2:4] != x[i].shape[2:4]:self.grid[i], self.anchor_grid[i] = self._make_grid(nx, ny, i)y = x[i].sigmoid()if self.inplace:y[..., 0:2] = (y[..., 0:2] * 2 + self.grid[i]) * self.stride[i]# xyy[..., 2:4] = (y[..., 2:4] * 2) ** 2 * self.anchor_grid[i]# whelse:# for YOLOv5 on AWS Inferentia https://github.com/ultralytics/yolov5/pull/2953xy, wh, conf = y.split((2, 2, self.nc + 1), 4)# y.tensor_split((2, 4, 5), 4)# torch 1.8.0xy = (xy * 2 + self.grid[i]) * self.stride[i]# xywh = (wh * 2) ** 2 * self.anchor_grid[i]# why = torch.cat((xy, wh, conf), 4)z.append(y.view(bs, -1, self.no))return x if self.training else (torch.cat(z, 1),) if self.export else (torch.cat(z, 1), x)def _make_grid(self, nx=20, ny=20, i=0):d = self.anchors[i].devicet = self.anchors[i].dtypeshape = 1, self.na, ny, nx, 2# grid shapey, x = torch.arange(ny, device=d, dtype=t), torch.arange(nx, device=d, dtype=t)if check_version(torch.__version__, '1.10.0'):# torch>=1.10.0 meshgrid workaround for torch>=0.7 compatibilityyv, xv = torch.meshgrid(y, x, indexing='ij')else:yv, xv = torch.meshgrid(y, x)grid = torch.stack((xv, yv), 2).expand(shape) - 0.5# add grid offset, i.e. y = 2.0 * x - 0.5anchor_grid = (self.anchors[i] * self.stride[i]).view((1, self.na, 1, 1, 2)).expand(shape)return grid, anchor_grid

3.在model函数中，修改Build strides, anchors部分代码，修改后代码如下：

# Build strides, anchorsm = self.model[-1]# Detect()if isinstance(m, Detect) or isinstance(m, Decoupled_Detect):s = 256# 2x min stridem.inplace = self.inplacem.stride = torch.tensor([s / x.shape[-2] for x in self.forward(torch.zeros(1, ch, s, s))])# forwardcheck_anchor_order(m)# must be in pixel-space (not grid-space)m.anchors /= m.stride.view(-1, 1, 1)self.stride = m.stride# self._initialize_biases()# only run oncetry :self._initialize_biases()# only run onceLOGGER.info('initialize_biases done')except :LOGGER.info('decoupled no biase ')initialize_weights(self)self.info()LOGGER.info('')

3.修改模型的yaml文件

在模型的yaml文件中，修改最后一层检测的头的结构，我修改yolo v5s模型的最后一层检测结构如下：

 [[17, 20, 23], 1, Decoupled_Detect, [nc, anchors]], # Detect(P3, P4, P5)

总结

至于单独的增加解耦头部，我还没有对自己的数据集进行单独的训练，一般都是解耦头部和其他模型结合在一起进行训练，如果后期在训练的时候map有提升的话，我在把实验结果放在上面，最近也在跑实验结果对比。