来源：知乎—骚骚骚

地址：https://zhuanlan.zhihu.com/p/543160484

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。

01

yolov5正负样本分配策略

在我之前的文章中有详细介绍：

https://zhuanlan.zhihu.com/p/477598659

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

图1：实线网格代表特征图。虚线代表将一个特征点grid分为四个象限。蓝色点代表gt的中心点所处位置。

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）

02

YOLOX正负样本分配策略

在我之前的文章中有详细介绍：

https://zhuanlan.zhihu.com/p/394392992

图2：盗图自旷视公众号

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。

03

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。

04

yolov7中AUX HEAD

图3：yolov7论文中对于aux head的介绍

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。

图4：yolov7论文中对于aux head的介绍

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。

图5：训练时，lead head和aux head中正样本分配图示（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。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。

图6：推理时，红色grid可推理出的cx、cy范围（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。

猜您喜欢：
 戳我，查看GAN的系列专辑~！
一顿午饭外卖，成为CV视觉前沿弄潮儿！

CVPR 2022 | 25+方向、最新50篇GAN论文

 ICCV 2021 | 35个主题GAN论文汇总

超110篇！CVPR 2021最全GAN论文梳理

超100篇！CVPR 2020最全GAN论文梳理

拆解组新的GAN：解耦表征MixNMatch

StarGAN第2版：多域多样性图像生成
附下载 | 《可解释的机器学习》中文版

附下载 |《TensorFlow 2.0 深度学习算法实战》

附下载 |《计算机视觉中的数学方法》分享

《基于深度学习的表面缺陷检测方法综述》

《零样本图像分类综述: 十年进展》

《基于深度神经网络的少样本学习综述》