YOLO V5

Backbone

SPPF

SPP 是使用了3个kernel size不一样大的pooling 并行运算。SPPF是将kernel size为5的 pooling 串行运算，这样的运算的效果和SPP相同，但是运算速度加快。因为SPPF减少了重复的运算，每一次的pooling 运算都是在上一次运算的基础上进行的。

CSP-PAN neck

在YOLO V4中，作者仅仅使用了PAN模块，在PAN中的卷积操作为一般卷积操作。而在YOLO V5中，PAN中的卷积操作换为了CSP。如图，上图为YOLO V4中的PAN模块，下图为YOLO V5的CSP-PAN模块。

YOLO V5 CSP-PAN模块

Loss Function

Loss function 的组成和YOLO V3一样，同样是由 Classes loss, Objectness loss, Location loss.
改进：

1. Location Loss 采用的是 CIOU Loss.
2. Objectness Loss 在YOLO V3中 将IOU最大的设为正样本，将IOU小于阈值的设为负样本，其他的都不考虑。而在YOLO V5 中是计算所有样本的obj损失，采用CIOU作为标准。
3. 对于Objectness Loss 同时也平衡了不同尺度的损失，针对三个预测特征层上的obj损失赋予不同的权重。
   $$L_{obj}=4.0\cdot L_{obj}^{small}+1.0\cdot L_{obj}^{medium}+0.4\cdot L_{obj}^{large}$$

横纵比偏移优化

在YOLO V4对于x, y进行了优化使其对极限值0和1更加敏感一些。然而，对于横纵比同样存在问题，原始的公式中仅使用 $e^x$ 来进行偏移，这样会导致偏移量没有限制，变得十分敏感。

$$\begin{array}{r}{b}_w=p_w{e}^{t_w}\\ b_h=p_h{e}^{t_h}\end{array}$$

而在 YOLO V5中对横纵比的偏移进行了优化，将其变成如下：

$$\begin{array}{c}{b}_x=2\sigma \left(t_x\right)-0.5+c_x\\ b_y=2\sigma \left(t_y\right)-0.5+c_y\\ b_w=p_w{\left(2\sigma \left(t_w\right)\right)}^2\\ b_h=p_h{\left(2\sigma \left(t_h\right)\right)}^2\end{array}$$

这在一定程度上限制了横纵比的偏移，YOLO V5作者所做的实验曲线如下。

正负样本选取

在YOLO V4的拓展基础上，YOLO V5 对正样本的选取同时加入了横纵比的限制。

$$\begin{array}{l}{r}_w=w_{gt}/w_{at}\\ r_h=h_{gt}/h_{at}\\ r_w^{\max }=\max \left(r_w,1/r_w\right)\\ r_h^{\max }=\max \left(r_h,1/r_h\right)\\ r^{\max }=\max \left(r_w^{\max },r_h^{\max }\right)\end{array}$$

首先算出anchor和GT的横纵比的最大差距，对于最大差距在4倍以上的例子都不作为正样本采用。