YoloV5改进策略：下采样改进|HWD改进下采样

摘要

本文使用HWD改进下采样，在YoloV5的测试中实现涨点。

论文解读

在卷积神经网络（CNNs）中，极大池化或跨行卷积等下采样操作被广泛用于聚合局部特征、扩大感受野和最小化计算开销。然而，对于语义分割任务，在局部邻域上汇集特征可能会导致重要空间信息的丢失，这对于逐像素预测至关重要。为了解决这个问题，作者引入了一个简单而有效的下采样操作，称为基于Haar小波的下采样（HWD）模块。该模块可以很容易地集成到CNN中，以增强语义分割模型的性能。HWD的核心思想是利用Haar小波变换降低特征图的空间分辨率，同时尽可能多地保留信息。所提出的HWD模块能够（1）有效地提高不同CNN架构下不同模态图像数据集的分割性能；（2）与传统下采样方法相比，可以有效降低信息的不确定性。
亮点：

• 为卷积神经网络（CNNs）提出了一种新颖的基于小波的下采样模块（HWD）。首次尝试探索在深度卷积神经网络（DCNNs）的下采样阶段禁止（或阻碍）信息丢失的可行性，以改善语义分割任务的性能。

• 探索了卷积神经网络中信息不确定性的度量方法，并提出了一种新的指标，即特征熵指数（FEI），用于评估下采样特征图与预测结果之间的信息不确定性或特征重要性。

• 提出的HWD模块可以直接替换跨行卷积或池化层，而不会显著增加计算开销，并且可以轻松地集成到当前的分割架构中。与七种最先进的分割方法相比，综合实验证明了HWD模块的有效性。

过大量的实验证明，本研究提出的下采样新方法可以轻松的整合到目前主流的深度学习语义分割模型中，在多个公开及私有数据集中都获得分割性能的显著提升，且整体计算效率没有显著区别。此外，对采样后的特征图质量进行独立评估表明，相对于传统的下采样操作，本研究提出的无损下采样技术在分割模型中保留了目标物体的更多的上下文信息，从而间接证明了下采样操作中最大限度保留特征信息对于深度学习语义分割任务的重要性。

YoloV8官方结果

YOLOv8l summary (fused): 268 layers, 43631280 parameters, 0 gradients, 165.0 GFLOPs
                 Class     Images  Instances      Box(P          R      mAP50  mAP50-95): 100%|██████████| 29/29 [
                   all        230       1412      0.922      0.957      0.986      0.737
                   c17        230        131      0.973      0.992      0.995      0.825
                    c5        230         68      0.945          1      0.995      0.836
            helicopter        230         43       0.96      0.907      0.951      0.607
                  c130        230         85      0.984          1      0.995      0.655
                   f16        230         57      0.955      0.965      0.985      0.669
                    b2        230          2      0.704          1      0.995      0.722
                 other        230         86      0.903      0.942      0.963      0.534
                   b52        230         70       0.96      0.971      0.978      0.831
                  kc10        230         62      0.999      0.984       0.99      0.847
               command        230         40       0.97          1      0.995      0.811
                   f15        230        123      0.891          1      0.992      0.701
                 kc135        230         91      0.971      0.989      0.986      0.712
                   a10        230         27          1      0.555      0.899      0.456
                    b1        230         20      0.972          1      0.995      0.793
                   aew        230         25      0.945          1       0.99      0.784
                   f22        230         17      0.913          1      0.995      0.725
                    p3        230        105       0.99          1      0.995      0.801
                    p8        230          1      0.637          1      0.995      0.597
                   f35        230         32      0.939      0.938      0.978      0.574
                   f18        230        125      0.985      0.992      0.987      0.817
                   v22        230         41      0.983          1      0.995       0.69
                 su-27        230         31      0.925          1      0.995      0.859
                 il-38        230         27      0.972          1      0.995      0.811
                tu-134        230          1      0.663          1      0.995      0.895
                 su-33        230          2          1      0.611      0.995      0.796
                 an-70        230          2      0.766          1      0.995       0.73
                 tu-22        230         98      0.984          1      0.995      0.831
Speed: 0.2ms preprocess, 3.8ms inference, 0.0ms loss, 0.8ms postprocess per image

改进方法

安装pytorch_wavelets，执行命令：

pip install pytorch_wavelets -i https://pypi.tuna.tsinghua.edu.cn/simple

安装

pip install pywavelets -i https://pypi.tuna.tsinghua.edu.cn/simple    

修改lowlevel.py，路径如下图：

如果找不到也不用担心，训练的时候回报错，根据报错的信息也能找到。