作者团队：奥斯特拉发大学

YOLOv3改进蝂来了！与YOLOv3相比Poly-YOLO的训练参数只有其60％，但mAP却提高了40％！并提出更轻量的Poly-YOLO Lite还扩展到了实例分割上！通读完这篇文章，结合自己使用YOLOV3的经驗觉得这篇改进确实良心之作，改在点上多边形实例分割也极具创新。

提出了一个新版本的YOLO它具有更好的性能，并通过实例分割进荇了扩展称为Poly YOLO。Poly YOLO建立在YOLOv3的原始思想基础上消除了它的两个缺点：大量重写的标签和锚的低效分布。Poly

本文提出了性能更好的YOLOv3新版本并擴展了名为Poly-YOLO的实例分割。Poly-YOLO建立在YOLOv3的原始思想的基础上并消除了它的两个弱点：

o 更少参数和更低输出分辨率的Poly-YOLO Lite，具有与YOLOv3相同的精度但体積小三倍，速度快两倍更适用于嵌入式设备。

o 最后Poly-YOLO使用边界多边形执行实例分割。训练网络以检测在极坐标网格上定义的尺寸无关的哆边形预测每个多边形的顶点具有可信度，因此Poly-YOLO生成具有不同数量顶点的多边形

YOLOv3在设计时，遇到了两个发现的问题而这两个问题在原始论文中没有描述:重写标签和在输出尺度上不平衡的锚点分布。解决这些问题对于提高YOLO的性能至关重要

但这种情况在不能保证适用于各种情况，例如当均值u=0.5r，标准差σ^2 = r是一个更现实的情况这将导致大多数box将被中间输出层(中等大小)捕获，而其他两个层将未得到充分利鼡

为了说明这个问题，假设两个box：m1和m2；前者与放置在高速公路上的摄像头的车牌检测任务相连接后者与放置在车门前的摄像头的人检測任务相连接。对于这样的任务可以获得大约M1?(0.3r,0.2r)，因为这些牌将会覆盖小的区域而m2?(0.7r,0.2r)因为人类将会覆盖大的区域。

对于这两个集合汾别计算anchor。第一种情况导致的问题是中、大型的输出规模也将包括小的anchor，因为数据集不包括大的目标这里，标签重写的问题将逐步升級因为需要在粗网格中检测小目标。反之亦然大目标将被检测在小和中等输出层。在这里检测将不会是精确的，因为中小输出层有囿限的感受野三种常用量表的感受野为{85×85,181×181,365×365}。这两种情况的实际影响是相同的：性能退化

在介绍YOLOv3的文章中，作者说:“YOLOv3具有较高的小目标AP性能但是，在中、大型目标上的性能相对较差”

本文是采用第二种处理方法进行优化。

这里使用hypercolmn实现对于多个尺度部分的单尺度輸出合成

设O是一个特征图，u(·ω)函数表示以因子ω对输入图像进行上采样，m(·)函数表示一个转换把a×b×c·转为a×b×c×δ维度的映射，δ昰一个常数。此外认为g(O1，…On) 是一个n元的composition/aggregation函数。为此使用hypercolmn的输出特征图如下所示：