从反向传播角度解读YOLOV5源码：如何从改变优化器，损失函数计算方式等角度提升模型的性能？

前言

上一篇文章中，作者主要聚焦于前线推理，也就是forward的部分，并解决了对于调整模型结构的一个重要问题：应该在哪里调整？如何添加使用新的网络层？对于希望利用YOLO V5的框架改进得到自己的模型的初学者指明了一条道路。本文将致力于解释另一部分问题：在何处能修改反向传播相关参数以达到更好的效果呢？关于这一部分，问题导向可能不在适用于讲清楚整个模块，于是作者决定采用先梳理整个框架，最后一个部分中再根据前文的内容获得问题的答案。

Part 1:对于反向传播内容的概述（总体概述）

产出结果：

Loss:经过损失函数计算出来的损失值

Loss_items：把三个损失值拼接在一起返回

loss, loss_items = compute_loss(pred, targets.to(device))

函数结构：

Step 1：将标注框加载于图片上以便后续能进行计算损失函数

对应函数：build_targets()

产出结果：tcls: target的class类别数组；tbox: target的预测框的whxy信息；indices: target是针对于这一批的第几张图片而言的；anchors: 用来拟合target的anchor框在当前分辨率下的序号。

tcls, tbox, indices, anchors = self.build_targets(p, targets)

Step 2：利用加载出来的target的信息计算多种损失

对应函数：bbox_iou，BCEcls，BCEobj

产出结果：loss：单张图片对应的平均损失值

Part 2 细读build_target函数部分

Step1：将targets，也就是yaml中的标注内容加载到图片

（1）对于targets文件进行维度的扩充

对应代码：

ai = torch.arange(na, device=self.device).float().view(na, 1).repeat(1, nt)  # same as .repeat_interleave(nt)
targets = torch.cat((targets.repeat(na, 1, 1), ai[..., None]), 2)  # append anchor indices

直观效果：（178,6）变成了（3,178,7）

分析：

增添的最后一列是用来模拟这个target框的anchor框的序号（0-2）

增添的第一个维度中的3对应的是某一个分辨率大小下的三个对应的Anchor框。这里给预测框增加了一个维度实际上是利用了枚举的一个思想，现将所有情况列举出来，后续经过判断筛选出合适的留存下来，得到问题“对于某个标注框，应该使用哪个预测框来对应地预测它？”的答案。

（2）把targets文件中的比例换算成在不同分辨率下的实际坐标

之前在数据集那一篇文章中提到，在数据集中的标注框的位置是通过比例的形式储存的，因此一定是需要一段代码将比例转化成实际的位置信息。

<