YOLO系列简单汇总【个人笔记】

本文记录不同yolo的特点(如有不对的地方，请帮忙指出，谢谢)

细节请自行查看相关论文~

1. yolov3: anchor-based，一个网格点只能预测一个物体，即预测该物体的正样本数目只有一个；
2. yolov4: anchor-based
   1. 输入端：这里指的创新主要是训练时对输入端的改进，主要包括Mosaic数据增强、cmBN、SAT自对抗训练
   2. BackBone主干网络：将各种新的方式结合起来，包括：CSPDarknet53、Mish激活函数、Dropblock
   3. Neck：目标检测网络在BackBone和最后的输出层之间往往会插入一些层，比如Yolov4中的SPP模块、FPN+PAN结构
   4. Head: 一体头，同时预测分类和回归
   5. 标签分配策略: 简单来说选取与gt具有最大iou的anchor，用这个anchor来回归bbox
   6. Prediction: CIOU_Loss和其他
      注意: yolov4与yolov3相同，一个网格点预测一个物体。
3. yolov5: anchor-based
   1. 输入端：Mosaic数据增强、自适应锚框计算、自适应图片缩放
   2. Backbone：Focus结构，CSP结构
   3. Neck：FPN+PAN结构
   4. Head: 一体头，同时预测分类和回归
   5. 标签分配策略: 与yolov4相比，不同之处在于不止选择最大iou的anchor，还选着了其他较大iou的anchor，让它们一起回归预测
   6. Prediction：GIOU_Loss和其他
      注意: 不同于yolov3/v4，其GT可以跨层预测，即可以用多个网格点预测同一个物体。增加正样本数目。
4. yolov6: anchor-free
   1. Backbone: EfficientRep
   2. Neck: Rep-PAN
   3. Head: Decoupled Head，分别预测分类和回归。
   4. Prediction：SIOU_Loss和其他
   5. 标签分配策略：SimOTA
      注意: yolov6也可以用多个网格点预测同一个物体。增加正样本数目。
5. yolov7: anchor based
   1. backbone: ELAN
   2. Neck: FPN+PAN结构
   3. Head: 一体头，同时预测分类和回归
   4. Prediction：lead head和auxiliary head多层次监督训练和其他损失
   5. 标签分配策略：SimOTA
      注意: yolov7可以用多个网格点预测同一个物体。增加正样本数目。
6. yolox: anchor-free
   1. backbone: darknet
   2. Neck: FPN+PAN结构
   3. Head: Decoupled Head，分别预测分类和回归
   4. Prediction：Iou_loss or Giou_loss和其他
   5. 标签分配策略：SimOTA
      注意: yolox可以用多个网格点预测同一个物体。增加正样本数目。
7. scaled-yolov4: yolov4的基础上探索了模型的缩放，如深度、宽度、分辨率等。(因为它是基于yolov4的，我没找到具体的模型图，下面的结构是我估计的，若是不对，请读者指出)
   1. backbone: darknet
   2. Neck: FPN+PAN结构
   3. Head: 一体头，同时预测分类和回归
   4. Prediction：CIOU_Loss和其他
   5. 标签分配策略: 简单来说选取与gt具有最大iou的anchor，用这个anchor来回归bbox
      一个网格点预测一个物体？
8. yolor: 在scaled-yolov4的基础上，加入了隐性知识的学习。(因为它是基于scaled-yolov4的，我没找到具体的模型图，下面的结构是我估计的，若是不对，请读者指出)
   1. backbone: darknet
   2. Neck: FPN+PAN结构
   3. Head: 一体头，同时预测分类和回归
   4. Prediction：CIOU_Loss和其他
   5. 标签分配策略: 简单来说选取与gt具有最大iou的anchor，用这个anchor来回归bbox
      一个网格点预测一个物体？
9. yolof: 丢弃了fpn，设计了新的neck，指出FPN最成功之处在于将优化问题分治的策略而不是多尺度特征融合。
   1. backbone: RetinaNet
   2. Neck: 膨胀编码器，膨胀卷积和普通卷积
   3. Head: Decoupled Head，分别预测分类和回归
   4. Prediction：未知
   5. 标签分配策略: 采用最接近的gt的k个anchor作为正anchor。
      多个网格点预测同一个物体。增加正样本数目。
10. ppyolo ppyolov2 ppyoloe ppyoloe+: 都是百度出品的，这里只介绍ppyoloe，anchor-free。
    1. backbone: repcspnet
    2. Neck: FPN+PAN结构
    3. Head: 也是Decoupled Head，但不是普通的解耦头，是task-aligned head(T-head)
    4. Prediction：正负样本分类varifocal loss+回归GIoULoss+bbox回归的l1 loss+限制分布的损失DF Loss
    5. 标签分配策略: Task-Aligned Sample Assignment。
       多个网格点预测同一个物体。增加正样本数目。
11. yolos：基于transformer的目标检测，略~
12. yolop：分割的，略~

有什么最新的有名的yolo，欢迎补充👏🏻👏🏻👏🏻👏🏻👏🏻👏🏻，本文对您有用的话，点个赞和收藏吧，谢谢😄