论文标题：YOLOP You Only Look Once for Panoptic Driving Perception
论文地址：https://arxiv.org/abs/2108.11250
官方代码：https://github.com/hustvl/YOLOP
YOLOP 的核心亮点就是多任务学习，而各部分都是拿其它领域的成果进行缝合，其网络结构如下图所示：
三个子任务共用一个Backbone和Neck，然后分出来三个头来执行不同的任务。
根据论文所述，整个网络可以分成一个 Encoder 和 3 个 Decoder。
Encoder 包含 Backbone 和 Neck，Backbone 照搬了 YOLOv4 所采用的 CSPDarknet，Neck 也和 YOLOv4 类似，使用了空间金字塔（SPP）模块和特征金字塔网络（FPN）模块。
Decoders 即三个任务头：
Detect Head
目标检测头使用了 Path Aggregation Network （PAN）结构，这个结构可以将多个尺度特征图的特征图进行融合，其实还是 YOLOv4 那一套。
Drivable Area Segment Head & Lane Line Segment Head
可行驶区域分割头和车道线检测头都属于语义分割任务，因此 YOLOP 使用了相同的网络结构，经过三次上采样，将输出特征图恢复为（W， H， 2）的大小，再进行具体任务的处理。
损失函数包括三部分，即三个任务的损失。
目标检测损失
目标检测是直接照搬 YOLOv4 的，因此和 YOLOv4 采用的损失一样，经典的边界框损失、目标损失和类别损失，各自加了个权重。
语义分割损失
另外两个语义分割损失采用的均是交叉熵损失。
总体损失，总体损失为三部分损失之和：
pytorch 中 DDP 使用：
（1）参数加载；
（2）模型转换成 DDP 模型；
（3）训练数据 sampler，来使得各个进程上的数据各不相同；
（4）分布式模型的保存。
models/YOLOP.py
core/loss.py utils/utils.py
用于单任务训练固定其他网络部分层。
后续在 train（）中 warmup 会调整学习率。
首先定义一个优化器，定义好优化器以后，就可以给这个优化器绑定一个指数衰减学习率控制器。
（1） torch.optim.lr_scheduler.LambdaLR
语法：class torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda, last_epoch=-1)
参数：
optimizer （Optimizer）：要更改学习率的优化器，sgd或adam；
lr_lambda（function or list）：根据epoch计算λ \lambdaλ的函数；或者是一个list的这样的 function，分别计算各个parameter groups的学习率更新用到的λ \lambdaλ；
last_epoch （int）：最后一个epoch的index，如果是训练了很多个epoch后中断了，继续训练，这个值就等于加载的模型的epoch。默认为-1表示从头开始训练，即从epoch=1开始。
1.该文件继承 AutoDriveDataset.py。
2、按比例缩放操作：letterbox（）图像增加灰边
3、数据增强操作
utils/utils.py 文件：
random_perspective（）放射变换增强
augment_hsv（）颜色 HSV 通道增强
cutout()
YOLOP 包括三个检测任务，目标检测+可行驶区域检测+车道线检测。
loss.py postprocess.py
build_targets 思想：
build_targets 主要为了拿到所有 targets（扩充了周围 grids）对应的类别，框，batch 中图片数索引和 anchor 索引，以及具体的 anchors。
每个 gt 按照正样本选取策略，生成相应的 5 个框，再根据与默认 anchor 匹配，计算宽高的比例值，根据阈值过滤不相符的框，得到最终正样本。
#[b, a, gj, gi]为shape=54的向量，pi为[4,3,48,80,6]维矩阵，从pi中按照b, a, gj, gi的索引挑出想要的目标，最终为[54,6]维ps = pi[b, a, gj, gi] # prediction subset corresponding to targets 。b, a, gj, gi为索引值，在pi中挑
predictions[0] 目标检测分支[[4，3，48，80，6]，[4，3，24，40，6]，[4，3，12，20，6]]。
targets[0] 目标检测标签 [32，6]，格式为[batch_num，class，x1，y1，x2，y2]。根据 build_targets 在每个检测层生成 相 应的正样本 tbox[]。
将每层的预测结果 tensor pi 根据正样本格式得到 ps = pi[b， a， gj， gi]。
计算每个检测层预测与正样本之间的 ciou 坐标损失。
iou = bbox_iou(pbox.T, tbox[i], x1y1x2y2=False, CIoU=True) # iou(prediction, target)
lbox += (1.0 - iou).mean() # iou loss 坐标损失
6.2 可行驶区域损失obj 损失：
cls 类别损失：
det_out：障碍物检测输出格式：[25200，6] 其中 6 表示[x1，y1，x2，y2，conf，cls]，25200 ：（80x80+40x40+20x20）x3。
lane_line_seg : 车道线分割输出格式：1，2,640,640。
drive_area_seg : 可行驶区域分割输出格式：1，2,640,640。
*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。
发布文章
