《Yolo后时代》

主讲： Dr. Pang

https://www.julyedu.com/
CV高级就业小班 第8期

Yolo后时代 julyedu.com 2
Yolo后时代 julyedu.com https://pjreddie.com/darknet/yolo/ 3
Yolo

Yolo后时代 julyedu.com 4
Yolo v4

Yolo后时代 julyedu.com 5
Yolo v5

Yolo后时代 julyedu.com 6
 Yolo v4 VS v5

https://github.com/pjreddie/darknet/issues/2198

julyedu.com
7 Yolo后时代
https://blog.roboflow.com/yolov4-versus-yolov5/
Object Detector

Yolo后时代 julyedu.com 8
Yolo v3

Yolo后时代 julyedu.com 9
Yolo v4

Yolo后时代 julyedu.com 10
Yolo v4

Yolo后时代 julyedu.com 11
Data Augmentation: Mosaic

Yolo后时代 julyedu.com 12
Data Augmentation: Mosaic

Yolo后时代 julyedu.com 《Augmentation for small object detection》 13

Backbone: CSPDarknet53

Yolo后时代 julyedu.com 14
Backbone: Drop Block

Yolo后时代 julyedu.com 15
Neck：SPP

在一般的结构确定的CNN中，通常需要输入固定大小
的图片（比如224x224，128x96）来进行训练和测试。

Yolo后时代 julyedu.com 16
Neck：SPP

Spatial Pyramid Pooling：

使得任意大小的特征图都能够转换成固定大
小的特征向量。

输入层： 一张任意大小的图片；
输出层： 21个神经元。

Yolo后时代 julyedu.com 17
Neck：PAN

Yolo后时代 julyedu.com 18
IOU

Yolo后时代 julyedu.com 19
GIOU

Yolo后时代 julyedu.com 20
Loss: IoU vs GIoU vs DIoU

Yolo后时代 julyedu.com 21
DIOU

Yolo后时代 julyedu.com 22
CIOU

Yolo后时代 julyedu.com 23
IoU Summary

IOU_Loss：主要考虑检测框和目标框重叠面积；

GIOU_Loss：在IOU的基础上，解决边界框不重合时的问题；

DIOU_Loss：在IOU和GIOU的基础上，考虑边界框中心点距离的信息；

CIOU_Loss：在DIOU的基础上，考虑边界框宽高比的尺度信息。

Yolo后时代 julyedu.com 24
DIOU-NMS

Yolo后时代 julyedu.com 25
Network Compression

✓ Anchor-Free based Object Detection

✓ Network Compression

Yolo后时代 julyedu.com 26
Future Work

✓ Anchor-Free based Object Detection

✓ Network Compression

Yolo后时代 julyedu.com 27
Anchor-Free based Object Detection

Heatmap： Probability of each key point

Yolo后时代 julyedu.com 28
Anchor-Free based Object Detection

CornerNet-Lite

Yolo后时代 julyedu.com 29
Anchor-Free based Object Detection

CenterNet

Yolo后时代 julyedu.com https://arxiv.org/pdf/1904.08189.pdf 30

Network Compression

✓ Network Pruning

✓ Knowledge Distillation

✓ Parameter Quantization

✓ Architecture Design

✓ Dynamic Computation

Yolo后时代 julyedu.com 31
Network Pruning

Random init Trained Pruned

Random Init weights

Trained weight

Yolo后时代 julyedu.com 32
Dynamic Computation

Can network adjust the computation power it need?

Yolo后时代 julyedu.com 33
CV高级就业小班 第8期

Yolo后时代 julyedu.com 34
CV高级小班 第8期

Yolo后时代 julyedu.com 35
CV8: 六大 企业级 项目

项目1： 大规模跨镜追踪/重识别（ReID）

项目2： 多模态图文搜索系统

项目3： 人体姿态估计系统

项目4： 视觉跟踪系统

项目5： 基于GNN的查询分类系统

项目6： 图像分割系统

Yolo后时代 julyedu.com 36
CV高级小班 第8期

Yolo后时代 julyedu.com 37
微信扫一扫关注我们

讲师：CV 庞老师
https://www.julyedu.com/