YOLO目标检测

　　目 录
　　第　1部分 背景知识
　　第　1章 目标检测架构浅析　2
　　1.1　目标检测发展简史　2
　　1.2　目标检测网络框架概述　5
　　1.3　目标检测网络框架浅析　5
　　1.3.1　主干网络　5
　　1.3.2　颈部网络　7
　　1.3.3　检测头　9
　　1.4　小结　10
　　第　2章 常用的数据集　11
　　2.1　PASCAL VOC 数据集　11
　　2.2　MS COCO 数据集　12
　　2.3　小结　14
　　第　2部分 学习YOLO框架
　　第3章　YOLOv1　16
　　3.1　YOLOv1 的网络结构　16
　　3.2　YOLOv1 的检测原理　18
　　3.3　YOLOv1 的制作训练正样本的方法　21
　　3.3.1　边界框的位置参数 tx、ty、w、h　21
　　3.3.2　边界框的置信度　23
　　3.3.3　类别置信度　26
　　3.4　YOLOv1 的损失函数　26
　　3.5　YOLOv1 的前向推理　27
　　3.6　小结　29
　　第4章　搭建YOLOv1网络　30
　　4.1　改进 YOLOv1　30
　　4.1.1　改进主干网络　31
　　4.1.2　添加一个颈部网络　32
　　4.1.3　修改检测头　33
　　4.1.4　修改预测层　35
　　4.1.5　修改损失函数　37
　　4.2　搭建 YOLOv1 网络　37
　　4.2.1　搭建主干网络　39
　　4.2.2　搭建颈部网络　41
　　4.2.3　搭建检测头　41
　　4.2.4　YOLOv1 前向推理　41
　　4.3　YOLOv1 的后处理　44
　　4.3.1　求解预测边界框的坐标　44
　　4.3.2　后处理　46
　　4.4　小结　48
　　第5章　训练YOLOv1网络　49
　　5.1　读取 VOC 数据　49
　　5.2　数据预处理　56
　　5.2.1　基础变换　56
　　5.2.2　数据增强　59
　　5.3　制作训练正样本　61
　　5.4　计算训练损失　64
　　5.5　开始训练 YOLOv1　67
　　5.6　可视化检测结果　74
　　5.7　使用 COCO 数据集 ( 选读 )　75
　　5.8　小结　76
　　第6章　YOLOv2　77
　　6.1　YOLOv2 详解　77
　　6.1.1　引入批归一化层　78
　　6.1.2　高分辨率主干网络　78
　　6.1.3　先验框机制　79
　　6.1.4　全卷积网络与先验框机制　80
　　6.1.5　使用新的主干网络　81
　　6.1.6　基于 k 均值聚类算法的先验框聚类　82
　　6.1.7　融合高分辨率特征图　84
　　6.1.8　多尺度训练策略　85
　　6.2　搭建 YOLOv2 网络　87
　　6.2.1　搭建 DarkNet-19 网络　87
　　6.2.2　先验框　91
　　6.2.3　搭建预测层　92
　　6.2.4　YOLOv2 的前向推理　92
　　6.3　基于 k 均值聚类算法的先验框聚类　95
　　6.4　基于先验框机制的正样本制作方法　96
　　6.4.1　基于先验框的正样本匹配策略　96
　　6.4.2　正样本匹配的代码　97
　　6.5　损失函数　103
　　6.6　训练 YOLOv2 网络　105
　　6.7　可视化检测结果与计算 mAP　105
　　6.8　使用 COCO 数据集（选读）　106
　　6.9　小结　108
　　第7章　YOLOv3　110
　　7.1　YOLOv3 解读　110
　　7.1.1　更好的主干网络 : DarkNet-53　111
　　7.1.2　多级检测与特征金字塔　112
　　7.1.3　修改损失函数　116
　　7.2　搭建 YOLOv3 网络　118
　　7.2.1　搭建 DarkNet-53 网络　118
　　7.2.2　搭建颈部网络　121
　　7.2.3　搭建解耦检测头　123
　　7.2.4　多尺度的先验框　125
　　7.2.5　YOLOv3 的前向推理　127
　　7.3　正样本匹配策略　130
　　7.4　损失函数　133
　　7.5　数据预处理　133
　　7.5.1　保留长宽比的 resize 操作　133
　　7.5.2　马赛克增强　136
　　7.5.3　混合增强　138
　　7.6　训练 YOLOv3　140
　　7.7　测试 YOLOv3　140
　　7.8　小结　142
　　第8章　YOLOv4　143
　　8.1　YOLOv4 解读　144
　　8.1.1　新的主干网络：CSPDarkNet-53 网络　144
　　8.1.2　新的特征金字塔网络：PaFPN　146
　　8.1.3　新的数据增强：马赛克增强　147
　　8.1.4　改进边界框的解算公式　148
　　8.1.5　multi anchor 策略　149
　　8.1.6　改进边界框的回归损失函数　149
　　8.2　搭建 YOLOv4 网络　150
　　8.2.1　搭建 CSPDarkNet-53 网络　151
　　8.2.2　搭建基于 CSP 结构的 SPP 模块　153
　　8.2.3　搭建 PaFPN 结构　155
　　8.3　制作训练正样本　157
　　8.4　测试 YOLOv4　159
　　8.5　小结　161
　　第3部分　最新的YOLO框架
　　第9章　YOLOX　164
　　9.1　解读 YOLOX　166
　　9.1.1　baseline 的选择：YOLOv3　166
　　9.1.2　训练 baseline 模型　166
　　9.1.3　改进一：解耦检测头　167
　　9.1.4　改进二：更强大的数据增强　168
　　9.1.5　改进三：anchor-free 机制　169
　　9.1.6　改进四：多正样本　169
　　9.1.7　改进五：SimOTA　169
　　9.2　搭建 YOLOX 网络　173
　　9.2.1　搭建 CSPDarkNet-53 网络　173
　　9.2.2　搭建 PaFPN 结构　175
　　9.3　YOLOX 的标签匹配：SimOTA　178
　　9.4　YOLOX 风格的混合增强　182
　　9.5　测试 YOLOX　185
　　9.6　小结　187
　　第　10章 YOLOv7　188
　　10.1　YOLOv7 的主干网络　189
　　10.2　YOLOv7 的特征金字塔网络　195
　　10.3　测试 YOLOv7　199
　　10.4　小结　200
　　第4部分　其他流行的目标检测框架
　　第　11章 DETR　204
　　11.1　解读 DETR　205
　　11.1.1　主干网络　205
　　11.1.2　Transformer 的编码器　208
　　11.1.3　Transformer 的解码器　211
　　11.2　实现 DETR　217
　　11.2.1　DETR 网络　217
　　11.2.2　数据预处理　221
　　11.2.3　正样本匹配 : Hungarian Matcher　222
　　11.2.4　损失函数　225
　　11.3　测试 DETR 检测器　228
　　11.4　小结　228
　　第　12章 YOLOF　230
　　12.1　YOLOF 解读　232
　　12.1.1　YOLOF 的网络结构　232
　　12.1.2　新的正样本匹配规则：Uniform Matcher　234
　　12.1.3　与其他先进工作的对比　236
　　12.2　搭建 YOLOF　237
　　12.2.1　搭建主干网络　238
　　12.2.2　搭建 DilatedEncoder 模块　241
　　12.2.3　搭建解码器模块　242
　　12.2.4　数据预处理　244
　　12.2.5　正样本匹配 : Uniform Matcher　246
　　12.2.6　损失函数　248
　　12.3　训练 YOLOF 检测器　250
　　12.4　测试 YOLOF 检测器　250
　　12.5　计算 mAP　251
　　12.6　小结　251
　　第　13章 FCOS　252
　　13.1　FCOS 解读　253
　　13.1.1　FCOS 网络结构　253
　　13.1.2　正样本匹配策略　255
　　13.1.3　损失函数　258
　　13.2　搭建 FCOS　258
　　13.2.1　搭建主干网络　259
　　13.2.2　正样本匹配　262
　　13.3　测试 FCOS 检测器　266
　　13.4　小结　267
　　参考文献　268
　　后记　272

　　杨建华，哈尔滨工业大学在读博士，主要研究方向为基于视觉的目标检测与人体时空行为分析，长期耕耘于多个知乎专栏（知乎ID：Kissrabbit）。 李瑞峰，哈尔滨工业大学教授、机器人研究所副所长，中国人工智能学会智能机器人专业委员会秘书长，黑龙江省机器人学会理事长。

　　本书主要介绍基于视觉的YOLO框架的技术原理和代码实现，并讲解目标检测领域中的诸多基础概念和基本原理，在YOLO框架的基础上介绍流行目标检测框架。本书分为4个部分，共13章。第1部分介绍目标检测领域的发展简史、主流的目标检测框架和该领域常用的数据集。第2部分详细讲解从YOLOv1到YOLOv4这四代YOLO框架的网络结构、检测原理和训练策略，以及搭建和训练的YOLO框架的代码实现。第3部分介绍两个较新的YOLO框架——YOLOX和YOLOv7，着重讲解其设计理念、网络结构和检测原理。第4部分介绍DETR、YOLOF和FCOS在内的流行目标检测框架和相应的代码实现。本书侧重目标检测的基础知识，包含丰富的实践内容，是目标检测领域的入门书，适合对目标检测领域感兴趣的初学者、算法工程师、软件工程师等人员学习和阅读。