YOLOv3 SPP и YOLOv3 разница?

Question

Я не смог найти хорошего объяснения о YOLOv3 SPP, который лучше mAP, чем YOLOv3.Сам автор заявляет YOLOv3 SPP как это на своем репо:

YOLOv3 с пространственным пирамидальным пулом, или что-то

Но все же я не очень понимаю это.В yolov3-spp.cfg я заметил, что есть некоторые дополнения

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

Кто-нибудь может дать дальнейшие объяснения о том, как работает YOLOv3 SPP?Почему слои -2, -4 и -1, -3, -5, -6 выбраны в [route] layers?Спасибо.

Answer 1

Наконец, некоторые исследователи опубликовали статью о применении SPP в Yolo https://arxiv.org/abs/1903.08589.

Для различий yolov3-tiny, yolov3 и yolov3-spp:

• yolov3-tiny.cfgиспользует понижающую дискретизацию (stride = 2) в слоях Max-Pooling
• yolov3.cfg использует понижающую дискретизацию (stride = 2) в сверточных слоях
• yolov3-spp.cfg использует понижающую выборку (stride = 2) вСверточные слои + получают лучшие функции в слоях Max-Pooling

Но они получили только mAP = 79.6% в тесте Pascal VOC 2007 с использованием модели Yolov3SPP на оригинальной платформе.

Но мы можем достичь более высокой точности mAP = 82,1% даже с моделью yolov3.cfg, используя репозиторий AlexeyAB https://github.com/AlexeyAB/darknet/issues/2557#issuecomment-474187706

И, конечно же, мы можем достичь еще более высокого уровня MAP сyolov3-spp.cfg используя репо Алексея.

Оригинальный вопрос github: https://github.com/AlexeyAB/darknet/issues/2859

Answer 2

См. Рисунок 3. Объяснение SPP.

В yolov3-spp.cfg они используют 3 разных пула максимального размера для одного и того же изображения с помощью [route]

После этого они собирают созданный объекткарта как называется «представление фиксированной длины» на рисунке 3.