Review - 2020.04.05

[JinhangZhu]

Done

• [x] 学习莫烦的PyTorch教程基础

• [x] 上手YOLOv3检测过程的代码

3.30-4.2

考虑到第一次用官方的PyTorch入门文档根本就没怎么懂神经网络的构建方法，所以重新按照莫烦Python的教程，从脚踏实地的coding直接开始。

• PyTorch基础，包括1) tensor和numpy转换，2) tensor的Variable（但是现版本不需要使用Variable API，见[Variable (deprecated)]()https://pytorch.org/docs/stable/autograd.html#variable-deprecated），3) 主要的激活函数。

• Regression & Classification和一般的神经网络搭建。这一节挺重要，直接把我拉入神经网络coding的大门，值得反复回看。

• • 重点内容是：Mini-batch gradient descent，其中主要看如何制作dataset的代码段。
• • 重点复习思维导图和网络搭建的代码。
• • 其次多复习matplotlib做图。 其他内容有： 1)保存和读取，2)优化器。

• MNIST手写数字的卷积神经网络，重点为：

• • 训练的循环段的代码。
• • CNN网络搭建的代码。
• • 训练集和测试集制作的代码。 好像全都包括进来了呢😂，不过确实都需要背下来，熟练掌握。

4.3

• 正式启动系统地对CNN的学习，教材采用李菲菲的课程材料Module 2Convolutional Neural Networks: Architectures, Convolution / Pooling Layers，前面的Modules是基础，后面也要反复查阅CS231n Convolutional Neural Networks for Visual Recognition。这一天把卷积层，池化层（即下采样层）仔细学习了，要多复习CNN的思维导图。

4.4

• 开始写YOLOv3的代码。当日实现了两主体：
• • 通过读取官方yolov3.cfg文件，建立一个module_list，包括每一层的module实体，共106层，与论文👇一致。
• • 实现了网络的architecture（不含yolo检测层），即名为Darknet的类定义，包括__init__()和forward()两个函数。其实整个网络能直接给输入按照torch给定的功能输出的就convolutional卷积层和上upsample采样层，其余层（route layer, shortcut layer, yolo/detection layer）都是需要自己写的。

4.5

• 实现了：给定一张图片（416 * 416），能够执行一侧forward pass，输出predictions，形式是一个3D的tensor，内层的2D中的每一行是一个bbox的85个属性（如果对于COCO集），对于该图像输出即torch.Size([1, 10647, 85])。

  BBox per cell   ->  index in (batch, number of cells * number of anchors per cell, number of attributes)
  1st BBox        ->  (0, 000, 5+num_classes)
  2nd BBox        ->  (0, 001, 5+num_classes)
  3rd BBox        ->  (0, 002, 5+num_classes)
  1st BBox        ->  (0, 010, 5+num_classes)
  2nd BBox        ->  (0, 011, 5+num_classes)
  3rd BBox        ->  (0, 012, 5+num_classes)
  ...
  1st BBox        ->  (bs-1, [gs-1][gs-1]0, 5+num_classes)
  2nd BBox        ->  (bs-1, [gs-1][gs-1]1, 5+num_classes)
  3rd BBox        ->  (bs-1, [gs-1][gs-1]2, 5+num_classes)

Next

• 继续完成YOLOv3代码的coding，week4之内要完成。
• 继续学习ConvNet Architectures
• 本周的项目进展到此为止，明天就要把上周的 #4 对YOLOv2的两个疑问回答一下。

[JinhangZhu]

How to get anchors from a dataset?

• 目标检测算法之YOLO系列算法的Anchor聚类代码实战