YOLO各个算法性能对照

### 不同版本YOLO算法性能对比 #### YOLO v1 性能分析 在PASCAL VOC 2012测试集中，YOLO v1获得了57.9% 的平均精度均值(mAP)，这一成绩低于当时的最先进水平，更接近于使用VGG-16的原始R-CNN模型的表现[^1]。对于小型物体检测方面存在明显不足，在瓶子、羊以及电视/显示器这些类别上得分比其他竞争者低大约8%-10%，但在猫和火车这样的特定分类中表现较好。 #### YOLO v2 改进措施及其影响 为了提高边界框预测准确性并解决v1版存在的问题，YOLO v2借鉴了Faster R-CNN中的锚定框概念来进行改进[^2]。具体来说： - **稳定化机制**：通过限制负责网格单元内部的目标中心位置回归(tx 和 ty) 来增强训练初期稳定性； - **优化锚定点尺寸**：采用k-means聚类方法基于目标数据集确定最佳锚定点大小，从而更好地匹配实际物体形态； 上述调整使得YOLO v2不仅提高了整体识别率，而且增强了对不同类型及尺度对象处理能力。 ```python import numpy as np def kmeans_anchors(boxes, num_clusters): """ 使用K-Means计算最优Anchor Boxes 参数: boxes (list): 所有真实框宽高列表 [[w,h],...] num_clusters (int): 需要划分簇数 返回: clusters (array): 聚类后的anchor box宽度高度数组 shape=(num_clusters, 2) """ # 初始化随机选取部分box作为初始质心 indices = np.random.choice(len(boxes), size=num_clusters, replace=False) centroids = np.array([boxes[i] for i in indices]) while True: distances = [] for bbox in boxes: distance = 1 - IOU(bbox, centroids) distances.append(distance) nearest_centroid_indices = np.argmin(distances, axis=1) new_centroids = [] for idx in range(num_clusters): cluster_boxes = [b for b_idx,b in enumerate(boxes) if nearest_centroid_indices[b_idx]==idx] avg_w = sum([c[0] for c in cluster_boxes]) / max(len(cluster_boxes), 1) avg_h = sum([c[1] for c in cluster_boxes]) / max(len(cluster_boxes), 1) new_centroids.append((avg_w, avg_h)) if np.allclose(new_centroids, centroids): break centroids = new_centroids return np.array(centroids) def IOU(box_a, box_b_list): """ 计算单个Box与其他多个Boxes之间的交并比(IOUs)""" inter_x_min = np.maximum(box_a[0]-box_a[2]/2., box_b_list[:,0]-box_b_list[:,2]/2.) inter_y_min = np.maximum(box_a[1]-box_a[3]/2., box_b_list[:,1]-box_b_list[:,3]/2.) inter_x_max = np.minimum(box_a[0]+box_a[2]/2., box_b_list[:,0]+box_b_list[:,2]/2.) inter_y_max = np.minimum(box_a[1]+box_a[3]/2., box_b_list[:,1]+box_b_list[:,3]/2.) w_inter = np.maximum(inter_x_max-inter_x_min, 0.) h_inter = np.maximum(inter_y_max-inter_y_min, 0.) intersection_area = w_inter * h_inter area_box_a = box_a[2]*box_a[3] areas_box_bs = box_b_list[:,2]*box_b_list[:,3] union_areas = areas_box_bs + area_box_a - intersection_area overlaps = intersection_area / union_areas return overlaps if __name__ == "__main__": example_boxes = [(10,10),(20,20)]*100 # 假设的数据样本 anchors = kmeans_anchors(example_boxes, 5) print(f"Optimized Anchor Sizes:\n{anchors}") ```