Press "Enter" to skip to content

【目标检测】YOLOv3-SPP ,在YOLOv3中增加SPP模块

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

本文已参与「新人创作礼」活动,一起开启掘金创作之路。

 

SPP全称为Spatial Pyramid Pooling(空间金字塔池化结构)

 

参考资料: YOLO系列理论合集(YOLOv1~v3)

 

yolov3-spp深度剖析

 

一、YOLOv3模型结构

 

 

二、YOLOv3-SPP模型结构

 

 

三、SPP模块

 

对比上面两个图可以发现,YOLOv3-SPP就是在YOLOv3的Convolutional Set模块中插入了SPP模块,SPP模块结构如下:

 

 

可以发现,SPP模块由四个分支组成。为了保证Concatenate时候每个分支Tnesor的H和W相同,在进行 Maxpool 时要进行不同程度的Padding,输入每个分支的输入和输出的shape是相同的,均为[N,C,H,W]。经过Concatenate之后,对channel进行合并,得到的Tnesor为[N,4C,H,W],即channel变为4倍,H和W不变。

 

SPP模块实现了不同尺度的特征融合

 

YOLOv3-SPP的Convolutional Set模块为:

 

 

四、对YOLOv3-SPP模型结构的理解

 

仔细观察YOLOv3-SPP模型结构图可以发现,只有在产生最小尺寸的特征图的Convolutional Set中添加了SPP模块。按照正常思路来说应该在三个特征图之前都加上SPP模块才对呀,这是为什幺呢?

 

当然三个都加也是可以的,但是有没有必要呢?

 

如下图所示,横坐标为输入图像尺寸,纵坐标为MAP。右上角的黄色圆点折线表示YOLOv3-SPP1,即只在一个预测分支中添加SPP模块的结果,绿色三角形折线表示YOLOv3-SPP3,即在三个预测分支中都添加SPP模块的结果。可以发现二者差别不大,因此选用YOLOv3-SPP1可以加快训练速度,降低模型训练时间。当然如此不考虑训练时间问题,只追求更高的精度(MAP),用YOLOv3-SPP3会更好。

 

Be First to Comment

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注