Traffic Sign Recognition Raws li YOLOv3 Algorithm Part 2
Jan 19, 2024
2. Algorithm Fundamentals
2.1. YOLOv3 Algorithm
YOLOv3 [14] yog Redmon txoj kev txhim kho, ib-theem lub hom phiaj nrhiav kom pom algorithm raws li YOLOv2, uas tau txhim kho kev tshawb pom qhov tseeb thiab kev ua haujlwm ntawm lub sijhawm tiag tiag thiab ua haujlwm tau zoo dua lwm cov algorithms ntawm kev ceev thiab raug.
Nyob rau hauv xyoo tas los no, txoj kev loj hlob sai ntawm kev txawj ntse technology tau ua rau ntau yam kev paub txog kev txawj ntse tau siv rau hauv ntau qhov chaw. Kev txheeb xyuas qhov tseeb yog qhov taw qhia tseem ceeb rau kev ntsuas qhov zoo ntawm lub tshuab ntse, thiab kev nco yog ib qho ntawm cov peev txheej tseem ceeb uas txhawb kev ua haujlwm ntawm lub tshuab ntse. Yog li, kev sib raug zoo ntawm ob leeg yog dab tsi?
Ua ntej tshaj plaws, peb yuav tsum ua kom pom tseeb tias qhov tseeb thiab kev nco tsis yog qhov yooj yim "kev sib raug zoo" lossis "kev sib raug zoo tsis zoo". Muaj kev sib raug zoo thiab kev sib koom tes ntawm lawv. Feem ntau, qhov kev tshawb pom qhov tseeb ntawm lub tshuab ntse yog nyob ntawm nws lub cim xeeb, uas yog, nws muaj peev xwm nkag siab thiab kawm cov ntaub ntawv piv txwv.
Piv txwv li, hauv kev paub txog lub ntsej muag, lub ntsej muag pom zoo yuav tsum muaj peev xwm txheeb xyuas lub ntsej muag sib txawv thiab phim lawv nrog tus neeg cov ntaub ntawv hauv cov ntaub ntawv paub lub ntsej muag. Qhov no yuav tsum muaj cov txheej txheem ntse kom muaj lub cim xeeb muaj zog, tuaj yeem khaws cov ntaub ntawv ntawm lub ntsej muag paub hauv cov ntaub ntawv, thiab siv nws yooj yim hauv cov haujlwm paub tom ntej.
Ib yam li ntawd, hauv kev kho mob, cov tshuab ntse yuav tsum nkag siab thiab nco ntsoov ntau yam kev paub txog kev kho mob los pab kws kho mob hauv kev kuaj kab mob thiab kev npaj kho mob. Qhov no tseem xav kom lub tshuab ntse kom muaj lub cim xeeb muaj zog thiab muaj peev xwm kawm, txuas ntxiv nqus cov kev paub kho mob tshiab, thiab hla kev txheeb xyuas thiab hloov kho nrog cov kev paub uas twb muaj lawm.
Tau kawg, kev sib raug zoo ntawm kev tshawb pom qhov tseeb thiab kev nco tsis yog ib txoj hauv kev. Ntawm qhov tsis sib xws, kev txheeb xyuas qhov tseeb kuj tseem tuaj yeem txhawb lub cim xeeb txhim kho ntawm cov tshuab ntse. Piv txwv li, hauv qee qhov kev faib tawm thiab kev paub txog kev ua haujlwm, cov tshuab ntse yuav tsum tau muab cov lus tawm tswv yim thiab kev ua kom zoo kom tsis tu ncua txhim kho lawv qhov tseeb thiab qhov tseeb, yog li ntxiv dag zog rau kev nkag siab thiab nco ntsoov cov ntaub ntawv piv txwv.
Feem ntau, kev tshawb pom qhov tseeb thiab kev nco yog ob lub ntsiab lus tseem ceeb rau kev ua haujlwm ntawm cov tshuab ntse. Lawv muaj kev sib cuam tshuam thiab kev sib raug zoo uas yuav tsum tau txiav txim siab thiab sib koom ua ke. Tsuas yog los ntawm kev txhim kho kev tshawb nrhiav qhov tseeb thiab tsis tu ncua ntxiv dag zog rau lub cim xeeb thiab kev kawm muaj peev xwm ntawm cov kev txawj ntse tuaj yeem ua tiav txoj kev loj hlob thiab kev siv ntawm cov kev txawj ntse yuav ua tiav tiag tiag. Nws tuaj yeem pom tau tias peb yuav tsum txhim kho kev nco, thiab Cistanche deserticola tuaj yeem txhim kho kev nco, vim Cistanche deserticola tseem tuaj yeem tswj hwm qhov sib npaug ntawm cov neurotransmitters, xws li nce qib ntawm acetylcholine thiab kev loj hlob. Cov khoom no tseem ceeb heev rau kev nco thiab kev kawm. Tsis tas li ntawd, Nqaij kuj tuaj yeem txhim kho cov ntshav khiav thiab txhawb nqa cov pa oxygen, uas tuaj yeem ua kom lub hlwb tau txais cov as-ham txaus thiab lub zog, yog li txhim kho lub hlwb tseem ceeb thiab kev ua siab ntev.
Nyem paub cov tshuaj ntxiv los txhawb kev nco
YOLOv3 tam sim no yog qhov nrov tshaj plaws algorithm hauv YOLO tsev neeg thiab tau siv dav hauv kev tshawb pom tiag tiag [15]; YOLOv3 network qauv tau qhia hauv daim duab 1.
Kev ua tiav convolutional qauv siv los ntawm YOLOv3 tsis txwv los ntawm qhov loj ntawm cov duab nkag.
Lub pas dej ua ke thiab tag nrho cov khaubncaws sab nraud povtseg raug tshem tawm los ntawm tag nrho cov qauv network, thiab cov txheej txheem convolutional nrog cov kauj ruam loj ntawm 2 yog siv los hloov cov txheej txheem rau kev ua haujlwm downsampling, uas tiv thaiv kev poob ntawm cov ntaub ntawv thaum lub sij hawm pooling thiab pab kom nrhiav tau cov hom phiaj me me [ 16].
Tsis tas li ntawd, YOLOv3 hloov DarkNet-19 network qauv ntawm YOLOv2 nrog DarkNet-53feature extraction txheej.
Lub DarkNet-53 network, uas ua tiav daws qhov teeb meem gradient ntawm qhov sib sib zog nqus network thiab poob ntawm cov ntaub ntawv qub thaum lub sij hawm ntau txheej convolutionaloperation kom zoo dua extract nta thiab txhim kho kev tshawb nrhiav thiab kev faib tawm [17], borrowsthe residual network qauv ntawm ResNet [ 18] thiab siv thawj cov khoom tso tawm ntawm cov txheej txheem dhau los ua ib feem ntawm cov tswv yim hauv txheej tom kawg ntawm lub network.
Raws li pom nyob rau hauv daim duab 2, theresidual module nyob rau hauv YOLOv3 muaj ob convolutional txheej thiab ib tug shortcut txheej.
Tsis tas li ntawd, YOLOv3 siv qhov kev xav ntawm lub pyramid network (FPN) (19] thiab qhia txog cov yam ntxwv pyramid network los kwv yees cov duab qhia chaw ntawm peb qhov ntsuas, nrog ntsuas ntsuas ntawm 13 x 13, 26 x 26, thiab 52 x 52.
Cov txheej txheem ntawm kev rho tawm los ntawm lub convolutional neural network yog hauv qab-up hauv FPN network, thiab cov txheej txheem ntawm upsampling lub convolutional txheej feature maps yog saum-down, raws li qhia nyob rau hauv daim duab 3.
2.2. Spatial Pyramidal Pooling Structure
Lub spatial pyramid pooling (SPP) qauv (20] daws qhov teeb meem ntawm rov qab rho tawm cov duab nta los ntawm kev sib txuas ntawm cov neural networks thiab txhim kho qhov kev tshawb pom zoo heev; SPPNet network qauv tau qhia hauv daim duab 4.
Txhawm rau kom ntseeg tau tias qhov kev daws teeb meem ntawm cov duab nkag tau zoo sib xws rau qhov tshwj xeeb qhov ntev ntawm cov txheej txheem txuas nrog tag nrho hauv lub neural network nrog cov txheej txheem txuas nrog tag nrho, cov cheeb tsam kev cog qoob loo thiab kev ua haujlwm scaling ntawm cov duab nkag yog xav tau.
Scaling thiab qoob loo cov txheej txheem yuav ua rau poob ntawm daim duab feature cov ntaub ntawv, txo qhov kev tshawb nrhiav qhov tseeb thiab cuam tshuam rau kev tshawb pom: txawm li cas los xij, kev ntsuas thiab kev cog qoob loo yuav ua rau poob ntawm daim duab cov ntaub ntawv txheeb xyuas qhov tseeb thiab cuam tshuam rau kev tshawb pom, qhov SPPNet tuaj yeem kov yeej cov kev txwv. taag me me ntawm cov duab input, txuag tus nqi suav 21.
3. Txhim kho YOLOv3
3.1. Txhim kho YOLOv3 Network Structure
Qhov yooj yim feature extraction network yog feem ntau downsampled tsib zaug, nrog adownsampling tus nqi ntawm 2, thiab cov multiplicity ntawm tsib zaug downsampling yog 32 mus rau lub thib tsib lub zog ntawm ob, raws li lub COCO dataset piav qhia.
Yog hais tias downsampling txuas ntxiv, daim ntawv qhia tshwj xeeb tau txais yuav yog ib qho, thiab cov ntaub ntawv lub hom phiaj yuav ploj mus. Cov hom phiaj me me tsawg dua 32 × 32 pixels, lub hom phiaj nruab nrab yog 32 × 32–96 × 96 pixels, thiab lub hom phiaj loj loj yog ntau dua 96 × 96 pixels [22].
Raws li pom nyob rau hauv daim duab 5, TT100K tsheb ciav hlau cov ntaub ntawv teev nyob rau hauv txoj hauj lwm no feem ntau yog tsim los ntawm cov hom phiaj me me thiab nruab nrab, nrog rau cov phiaj xwm loj rau tsuas yog 7.4% ntawm tag nrho cov ntaub ntawv thiab cov hom phiaj me me suav txog 42.5% [23].
TT100K dataset muaj qhov kev daws teeb meem siab, nrog rau txhua daim duab muaj qhov daws teeb meem ntawm 2048 × 2048 pixels thiab cov cim tsheb loj tshaj plaws ntawm cov phiaj xwm me uas suav nrog tsawg dua 0.1% ntawm tag nrho cov duab, ua rau muaj kev sib tw tseem ceeb rau lub hom phiaj detectionalgorithm.
Cov hom phiaj me me muaj cov yam ntxwv txwv thiab xav tau qhov zoo tshaj plaws hauv cheeb tsam.
Txawm hais tias qhov kev taw qhia ntawm FPN qauv hauv YOLOv3 los ua kom muaj ntau qhov kev sib txuas ua ke los tsim kev kwv yees los ntawm kev sib xyaw cov kev tshawb pom ntawm cov txheej txheem sib txawv, uas yog qhov tseem ceeb rau kev txheeb xyuas lub hom phiaj me, cov txiaj ntsig tseem tsis txaus siab.
Hauv YOLOv3 network, cov txheej ntiav ntiav muaj cov ntaub ntawv tsis tshua muaj cov ntsiab lus tab sis lub hom phiaj meej qhov chaw, qhov sib sib zog nqus txheej muaj ntau dua tab sis qhov chaw ntxhib.
Yog li ntawd, cov khaubncaws sab nraud povtseg yog siv los kwv yees cov hom phiaj me me thiab cov khaubncaws sab nraud povtseg yog siv los kwv yees cov hom phiaj loj. Plaub qhov kev kwv yees qhov ntsuas qhov loj me 152 × 152 tau ntxiv rau peb qhov kev kwv yees qhov ntsuas ntawm YOLOv3network qauv kom siv tag nrho cov nta ntiav hauv lub network kom xav txog cov hom phiaj me me.
Nrog rau cov duab input loj ntawm 608 × 608, cov zis duab feature loj yog 152 × 152 tom qab convolution thiab ob-fold upsampling ntawm cov duab input, thiab cov featurelayer yog induced los ntawm cov routing txheej; no feature extraction tau fused nrog 11th txheej feature kom nce plaub feature kwv yees teev.
Tsis tas li ntawd, SPP module tau ntxiv kom paub txog kev sib koom ua ke ntawm cov yam ntxwv hauv zos thiab thoob ntiaj teb los ntawm kev qiv cov kev xav ntawm SPPNet thiab sib txuas nrog YOLOv3.
Ua ntej YOLOdetection txheej, SPP module tau koom ua ke ntawm cov txheej txheem thib tsib thiab thib rau thib rau, thiab SPP module cov ntawv qhia tshwj xeeb thiab cov ntawv qhia tshwj xeeb pooledwere reconnected thiab dhau mus rau cov txheej txheem tshawb nrhiav tom ntej.
Txhawm rau ua kom tiav daim ntawv qhia theem kev sib xyaw ua ke ntawm cov yam ntxwv hauv zos thiab thoob ntiaj teb, SPP module qhov siab tshaj plaws pooling kernel yuav tsum nyob ze rau qhov loj ntawm daim ntawv qhia feature yuav tsum tau sib sau ua ke.
Txhawm rau txo qhov kev siv dag zog los ntawm SPP module, txhawb nqa lub peev xwm ntawm daim ntawv qhia kev muaj peev xwm, thiab ua kom muaj kev cuam tshuam rau kev tshawb nrhiav, SPP module hauv qhov kev tshawb fawb no tau tsim los ntawm ob ceg sib luag, txhua qhov uas tau tsim los ntawm 19 × 19 max pooling txheej thiab ajump kev sib txuas. Daim duab 6 qhia txog kev txhim kho YOLOv3 network qauv.
3.2. Txhim kho kev poob haujlwm
Kev poob haujlwm ntawm YOLOv3 yog tsim los ntawm qhov chaw ua haujlwm poob (lossy), qhov dav-qhov siab ua haujlwm poob (lossis), kev ntseeg siab poob (lossconf), thiab kev faib tawm poob (lossis).
qhov twg λcoord qhia txog kev sib koom tes poob phaus; λnoobj qhia txog kev ntseeg siab poob phaus yam tsis muaj khoom; Iobjij denotes seb jth anchor box ntawm ith cell yog lub luag hauj lwm rau theobject (1 los yog 0); Inobbyij qhia txog jth thauj tog rau nkoj lub thawv ntawm ith kab sib chaws uas tsis muaj lub luag haujlwm rau theobject; (xi, yi, wji, hjI, CjI, Pji) qhia txog qhov kwv yees lub hom phiaj lub thawv tswj kev tswj hwm, kev ntseeg siab, thiab qeb; thiab (xˆji, yˆji, wˆji, ˆhjI, CˆjI, Pˆji) qhia txog lub hom phiaj lub hom phiaj kev tswj xyuas, kev ntseeg siab, thiab qeb
Lub YOLOv3 poob muaj nuj nqi yog sawv cev los ntawm Equation (5), qhov twg qhov nruab nrab squareerror (MSE) poob muaj nuj nqi yog siv rau lub bounding box regression thiab cross-entropy isutilized raws li qhov poob muaj nuj nqi nyob rau hauv lossconf thiab cov neeg hauv zos.
loss=lossxy + losswh − losscon f − losscls (5)
Txawm li cas los xij, kev siv MSE raws li qhov kev cia siab ntawm lub thawv regression qhov poob kev ua haujlwm tsis zoo rau kev tshawb nrhiav me me, nkag siab rau cov khoom teev, thiab tsom mus rau cov hom phiaj loj thaum ua tsis zoo rau cov khoom me me.
Txhawm rau sib npaug qhov poob ntawm lub hom phiaj loj thiab me me thiab ua kom pom qhov txiaj ntsig zoo tshaj plaws los ntawm kev ua kom tsis muaj zog ntawm lub thawv loj ntawm qhov dav thiab qhov siab tsis ua haujlwm, IoU-hom poob kev ua haujlwm tau ua haujlwm hauv daim ntawv no, thiab cov metric poob tsim los ntawm IoU tau siv los ua kev ua haujlwm sib npaug (6).
IoU =|A ∩ B||A ∪ B|(6)
Thaum lub thawv khi thiab lub thawv lub hom phiaj tsis sib tshooj, IoU=0 tsis cuam tshuam qhov kev ncua deb ntawm ob lub thawv; Thaum lub npov twv ua ntej thiab lub thawv ntawv sau ua tiav sib tshooj, IoU=1, lub thawv khi ntawm qhov chaw nruab nrab tsis tuaj yeem txiav txim siab, thiab qhov sib txawv me me nrog lub hom phiaj lub thawv tsis tuaj yeem ua kom zoo ntxiv.
DioU poob [24] yog ywj siab ntawm qhov loj; Yog li, qhov loj me yuav tsis ua rau poob loj. Vim tias qhov me me ua rau poob qis, uas tuaj yeem daws qhov teeb meem, qhov haujlwm no tau siv DioU poob, uas nws cov qauv kev suav tau nthuav tawm hauv Equation (7).
D IoU poob=1 − IoU +ρ2 b, bgt c2(7)
qhov twg b thiab bgt qhia cov ntsiab lus hauv nruab nrab, ρ yog qhov Euclidean nrug, thiab c yog kab pheeb ces kaum ntawm lub thawv me me uas npog ob lub thawv.
Kev poob DioU txo qhov kev ncua deb ntawm ob lub hom phiaj ncaj qha, sib sib zog nqus, thiab ntau dua nyob rau hauv txoj kab nrog rau lub hom phiaj ncej regression mechanism, uas yuav siv sij hawm qhov kev ncua deb ntawm lub hom phiaj thiab thauj tog rau nkoj, qhov sib tshooj tus nqi, thiab cov nplai, ua rau lub hom phiaj ncej regression ntau. ruaj khov, thaum tseem muab cov gradient kev taw qhia rau lub bounding lub thawv thaum nws tsis overlap nrog lub hom phiaj ncej.
For more information:1950477648nn@gmail.com
