以yolov5s v3为例：
- *anchor长啥样及怎么得到的？
以下是yolov5 v3.0中的anchor
anchors:
1. [10,13, 16,30, 33,23]
2. [30,61, 62,45, 59,119]
3. [116,90, 156,198, 373,326]
为啥anchor一共是3行呢？
答：这里指的是在三个不同分辨率的特征图上的anchor，能够分别对大、中、小目标进行计算。
第一行在最大的特征图上 —-小数值检测大的目标
第二行在第二大的特征图上
第三行在最小的特征图上—-大数值检测小的目标
为啥anchor一行是六个数呢，xywh个数也不对啊？
这里就要说一下anchor是怎么生成的了。
- 对于输出层（Prediction），经过前面的一系列特征提取和计算操作后，会生成三个特定大小的特征，大小分别为608/8=76，608/16=38，608/32=19，可能这也是输入图像大小要求是 32的倍数的原因。
- 下面是v5代码中采用kmeans计算anchor的过程。 path代表数据yaml路径，n代表聚类数，img_size代表模型输入图片的大小，thr代表长宽比的阈值（将长宽比限定在一定的范围内, 这个可以自己统计一下数据集），gen代表kmeans迭代次数。
def kmean_anchors(path='./data/coco128.yaml', n=9, img_size=640, thr=4.0, gen=1000, verbose=True):
""" Creates kmeans-evolved anchors from training dataset
Arguments:
path: path to dataset *.yaml, or a loaded dataset
n: number of anchors
img_size: image size used for training
thr: anchor-label wh ratio threshold hyperparameter hyp['anchor_t'] used for training, default=4.0
gen: generations to evolve anchors using genetic algorithm
Return:
k: kmeans evolved anchors
Usage:
from utils.general import *; _ = kmean_anchors()
"""
thr = 1. / thr
def metric(k, wh):
r = wh[:, None] / k[None]
x = torch.min(r, 1. / r).min(2)[0]
return x, x.max(1)[0]
def fitness(k):
_, best = metric(torch.tensor(k, dtype=torch.float32), wh)
return (best * (best > thr).float()).mean()
def print_results(k):
k = k[np.argsort(k.prod(1))]
x, best = metric(k, wh0)
bpr, aat = (best > thr).float().mean(), (x > thr).float().mean() * n
print('thr=%.2f: %.4f best possible recall, %.2f anchors past thr' % (thr, bpr, aat))
print('n=%g, img_size=%s, metric_all=%.3f/%.3f-mean/best, past_thr=%.3f-mean: ' %
(n, img_size, x.mean(), best.mean(), x[x > thr].mean()), end='')
for i, x in enumerate(k):
print('%i,%i' % (round(x[0]), round(x[1])), end=', ' if i < len(k) - 1 else '\n')
return k
if isinstance(path, str):
with open(path) as f:
data_dict = yaml.load(f, Loader=yaml.FullLoader)
from utils.datasets import LoadImagesAndLabels
dataset = LoadImagesAndLabels(data_dict['train'], augment=True, rect=True)
else:
dataset = path
shapes = img_size * dataset.shapes / dataset.shapes.max(1, keepdims=True)
wh0 = np.concatenate([l[:, 3:5] * s for s, l in zip(shapes, dataset.labels)])
i = (wh0 < 3.0).any(1).sum()
if i:
print('WARNING: Extremely small objects found. '
'%g of %g labels are < 3 pixels in width or height.' % (i, len(wh0)))
wh = wh0[(wh0 >= 2.0).any(1)]
print('Running kmeans for %g anchors on %g points...' % (n, len(wh)))
s = wh.std(0)
k, dist = kmeans(wh / s, n, iter=30)
k *= s
wh = torch.tensor(wh, dtype=torch.float32)
wh0 = torch.tensor(wh0, dtype=torch.float32)
k = print_results(k)
npr = np.random
f, sh, mp, s = fitness(k), k.shape, 0.9, 0.1
pbar = tqdm(range(gen), desc='Evolving anchors with Genetic Algorithm')
for _ in pbar:
v = np.ones(sh)
while (v == 1).all():
v = ((npr.random(sh) < mp) * npr.random() * npr.randn(*sh) * s + 1).clip(0.3, 3.0)
kg = (k.copy() * v).clip(min=2.0)
fg = fitness(kg)
if fg > f:
f, k = fg, kg.copy()
pbar.desc = 'Evolving anchors with Genetic Algorithm: fitness = %.4f' % f
if verbose:
print_results(k)
return print_results(k)
上面的计算过程相当于将我画的长宽比先转化到resize640大小的长宽比下，再进行聚类，得到9个聚类中心，每个聚类中心包含（x，y）坐标就是我们需要的anchor如下：
134,38, 172,35, 135,48, 175,43, 209,38, 174,62, 254,69, 314,82, 373,95
将其放入list
1. [134,38,135,48,172,35]
2. [174,62,175,43,209,38]
3. [254,69,314,82,373,95]
这里的thr其实是和hyp.scratch.yaml文件中的anchor_t一样，代表了anchor放大的scale，我的标注框长宽比最大在8左右，因此设置为8。
检测模块
接下来就是anchor在模型中的应用了。这就涉及到了yolo系列目标框回归的过程了。
yolov5中的detect模块沿用了v3检测方式，这里就用这种方式来阐述了。
1.检测到的不是框，是偏移量。
tx,ty指的是针对所在grid的左上角坐标的偏移量
tw,th指的是相对于anchor的宽高的偏移量
通过如下图的计算方式，得到bx,by,bw,bh就是最终的检测结果。
2. 前面经过backbone，neck, head是panet的三个分支，可见特征图size不同，每个特征图分了13个网格，同一尺度的特征图对应了3个anchor，检测了[c,x,y,w,h]和num_class个的one-hot类别标签。3个尺度的特征图，总共就有9个anchor。
- 用多个anchor去负责一个GT。方法是：对于 GT-j 来说，只要
IoU (anchor-i, GT-j) > threshold ，就让 anchor-i 去负责 GT-j 。 - ioul loss 这里采用的是GIOU loss。
- 加了nonautoanchor参数，可以控制要不要重新算anchor，还是用默认的就好。
代码中的具体方法，loss函数的具体过程待补充。。。
- 参考资料
- anchor计算
- yolo系列的检测方式及改进
Original: https://blog.csdn.net/anny_jra/article/details/122976375
Author: anny_jra
Title: yolov5的anchor详解
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/672311/
转载文章受原作者版权保护。转载请注明原作者出处！