conv-neural-network - YOLOv3 SPP和YOLOv3的区别？

Question

我找不到任何关于 YOLOv3 SPP 更好的解释 mAP比 YOLOv3。作者本人在他的 repo 中将 YOLOv3 SPP 声明为:

YOLOv3 with spatial pyramid pooling, or something

但我还是不太明白。在 yolov3-spp.cfg我注意到有一些补充

575 ### SPP ###
576 [maxpool]
577 stride=1
578 size=5
579 
580 [route]
581 layers=-2
582 
583 [maxpool]
584 stride=1
585 size=9
586 
587 [route]
588 layers=-4
589 
590 [maxpool]
591 stride=1
592 size=13
593 
594 [route]
595 layers=-1,-3,-5,-6
596 
597 ### End SPP ###
598 
599 [convolutional]
600 batch_normalize=1
601 filters=512
602 size=1
603 stride=1
604 pad=1
605 activation=leaky

任何人都可以进一步解释 YOLOv3 SPP 的工作原理吗？为什么在 [route] layers 中选择层 -2、-4 和 -1、-3、-5、-6 ?谢谢。

Answer 1

终于有研究人员在Yolo发表了一篇关于SPP应用的论文https://arxiv.org/abs/1903.08589 .

对于 yolov3-tiny、yolov3 和 yolov3-spp 的差异:

yolov3-tiny.cfg 在最大池化层中使用下采样(步幅 = 2)

yolov3.cfg 在卷积层中使用下采样 (stride=2)

yolov3-spp.cfg 在卷积层中使用下采样 (stride=2) + 在最大池化层中获得最佳特征

但他们只有 映射 = 79.6% 在原始框架上使用 Yolov3SPP 模型进行 Pascal VOC 2007 测试。

但我们可以达到更高的精度 映射 = 82.1% 即使使用 yolov3.cfg 模型，也可以使用 AlexeyAB 的存储库 https://github.com/AlexeyAB/darknet/issues/2557#issuecomment-474187706

当然，我们可以使用 Alexey 的 repo 使用 yolov3-spp.cfg 实现更高的 mAP。


原 github 问题: https://github.com/AlexeyAB/darknet/issues/2859