【深層学習】YOLO v4 #アルゴリズム編 #01

• YOLO #まとめ編
  • yhayato1320.hatenablog.com

Index

YOLO v4 とは

• YOLO v4
  • yhayato1320.hatenablog.com
    
    

YOLO v4 の論文では、Bag of Freebies についてまとめている.

ここでは、その部分について述べる.

Bag of Freebies

物体検出はリアルタイムではなく、オフラインで学習できる.

この利点を利用して、推論のコスト(処理時間)を増やすことなく、トレーニング方法を改善する.

トレーニング戦略・トレーニングコストを増やすだけで、 推論時の精度をあげる戦略をBag of Freebiesと呼ぶ.

物体検出の精度を向上させようと考えると、ネットワークアーキテクチャを 高解像で・深く・複雑にする方法が考えられる.

しかし、その方法では、推論時のコストが大きくなってしまう.

Bag of Freebies では、トレーニング戦略を改良することで、推論時の精度を上げるという考え.

手法

• Data Augmentation
• Drop 系の正則化手法
• 画像合成・画風変換を利用

Data Augmentation

Data Augmentation の目的は、入力データの種類の幅を広げること.

• Photometric Distortions (色彩の歪み)
  • 明るさ
  • コントラスト
  • 色相
  • 彩度
  • ノイズ
• Geometric Distortions (図形的な歪み)
  • ランダムスケール
  • トリミング
  • 反転
  • 回転
    
    

その他に、object occlusion (物体の情報を遮るノイズ)がある.

• ランダム消去
• カットアウト

Drop 系の正則化手法

• Dropout
• DropConnect
• DropBlock

画像合成・画風変換を利用

複数の画像を合成して、新たな画像を生成する手法もある.

• MixUp
• CutMix
  
  

また、GAN を利用したスタイル変換も利用する.

クラス間のデータ数の不均衡

クラス間のデータ数の不均衡があることに対する改善方法.

One Hot 表現

異なるラベルの関係を One Hot で表現できない課題.

対応案としては、Label Smoothing がある.

BB の目的関数

従来の方法では、中心点の座標からの予測を利用して、 平均二乗誤差 (MSE) を算出している.

x_center, y_center, w, h
(x_top_left, y_top_left, x_bottom_right, y_bottom_right)

アンカーベースの場合なら、

x_center_offset, y_center_offset, w_offset, h_offset

IoU Loss

予測されたBB と GT の領域の重なりを考慮した誤差関数.

• GIoU Loss
• DIoU Loss
• CIoU Loss

参考

• YOLOv4: Optimal Speed and Accuracy of Object Detection
  • [2020]
  • 2 Related work
    • 2.2 Bag of freebies
  • arxiv.org