YOLO X 改进详解

YOLO X

主要改进：

1. Anchor-Free: FCOS
2. Decoupled detection head
3. Advanced label assigning strategy

Network structure improvement

Decoupled detection head

对比于YOLO V5, YOLO X 在detection head上有了改进。YOLO V5中，检测头是通过卷积同时预测分类以及定位任务，即通过同一个卷积来处理。

YOLO X 则使用了解耦的检测头，即，分类，定位，置信度预测由不同的卷积层来处理。同时，YOLO X 是anchor free的检测器，因此对于定位的输出仅仅只有4个参数，这个区别于YOLO V5 anchor-based 检测，每个cell 是基于3个anchor进行定位预测。YOLO X的三个检测头的权重不共享。文中实验表明，采用解耦的检测头，网络更容易收敛且准确率有了一定的提高。

Anchor-free

对于定位模型预测4个数 $(t_x,t_y,t_w,t_h)$. 因为是anchor-free，所以对于预测框的高度和宽度区别于YOLO V5基于anchor的缩放，在YOLO X中则是直接输出预测框的高和宽。

Loss Function

Loss function 包括三个部分，Class loss function, Region loss function, IoU loss function (置信度). 其中 class loss function 和 region class function 只计算正样本的损失。

LOSS=Lcls+λLreg+LobjNpos LOSS = \frac{L_{cls} + \lambda L_{reg} + L_{obj}}{N_{pos}} LOSS=N