Yolov3中的自定义锚

Question

我正在我的自定义数据集上使用Yolov3训练一个对象检测器。传统上，在Yolo中，您有各种各样的对象类，因此可以很好地混合锚。在我的例子中，我只有一个对象类，它有非常相似的维度。所以当我用K-均值对尺寸进行聚类时，我得到了9个大小相当相似的锚.这似乎适得其反。

事实上，我尝试了一些随机锚大小，但并不都是相似的，并得到了更好的结果比9个类似的锚。所以我想知道，对于1类目标检测器来说，锚的最佳策略是什么？

Answer 1

这就是作者对锚盒这里的看法。

只有当你是神经检测网络的专家-重新计算你的数据集的宽度和高度的锚从cfg文件: darknet.exe检测器calc_anchors数据/obj.data -num_of_clusters 9 -width 416 -height 416然后在你的cfg文件中的3个yolo层中设置相同的9个锚。但是您应该为每个yolo层更改锚masks=的索引，因此对于YOLOv4，第一层的锚小于30x30，第二个小于60x60，第三层为YOLOv3，反之亦然。另外，您应该在每个yolo层之前更改filters=(类+ 5)*。如果许多计算出来的锚不适合于适当的层，那么只需尝试使用所有默认的锚.

因此，为了训练单级对象检测器，在对象维度上非常相似的地方，那么：

1. 如上文所述，使用默认锚框
2. 在random=0中使用cfg

要理解锚盒概念，请通过这讨论。

另外，既然Yolov4现在可用了，那么建议您使用它来获得更好的accuracy/mAP。如果您想坚持使用Yolov3，可以使用Yolov3-spp或Yolov3来改进结果。