YOLO系列论文综述（从YOLOv1到YOLOv11）【第9篇：YOLOv7—

YOLO系列论文综述（从YOLOv1到YOLOv11）【第9篇：YOLOv7——跨尺度特征融合】

YOLOv7

1 摘要
2 网络架构
3 改进点
4 和YOLOv4及YOLOR的对比

YOLO系列博文：

【第1篇：概述物体检测算法发展史、YOLO应用领域、评价指标和NMS】
【第2篇：YOLO系列论文、代码和主要优缺点汇总】
【第3篇：YOLOv1——YOLO的开山之作】
【第4篇：YOLOv2——更好、更快、更强】
【第5篇：YOLOv3——多尺度预测】
【第6篇：YOLOv4——最优速度和精度】
【第7篇：YOLOv5——使用Pytorch框架、AutoAnchor、多尺度预训练模型】
【第8篇：YOLOv6——更高的并行度、引入量化和蒸馏以提高性能加速推理】
【第9篇：YOLOv7——跨尺度特征融合】
【第10篇：YOLOv8——集成检测、分割和跟踪能力】
【第11篇：YOLO变体——YOLO+Transformers、DAMO、PP、NAS】
【第12篇：YOLOv9——可编程梯度信息(PGI)+广义高效层聚合网络(GELAN)】
【第13篇：YOLOv10——实时端到端物体检测】
【第14篇：YOLOv11——在速度和准确性方面具有无与伦比的性能】
【第15篇（完结）：讨论和未来展望】

1 摘要

发表日期：2022年7月
作者：Wong Kin-Yiu, Alexey Bochkovskiy, Chien-Yao Wang
论文：YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors
代码：https://github.com/WongKinYiu/yolov7
主要优缺点：
- 在COCO数据集上达到新的速度与精度平衡；
- 跨尺度特征融合提高对不同尺度物体的检测能力；
- 改进训练过程中的标签分配方式提高训练效率。

2 网络架构

2022年7月，YOLOv7由YOLOv4和YOLOR的同一组作者发布在ArXiv上。当时，它在5 FPS到160 FPS的速度范围内，在速度和精度上超过了所有已知的目标检测器。与YOLOv4一样，它仅使用MS COCO数据集进行训练，而没有使用预训练的Backbone。YOLOv7提出了一些架构上的改进和一系列bag-of-freebies，这些改进提高了准确性，但不影响推理速度，只增加了训练时间。

下图展示了YOLOv7的详细架构。

网络架构

3 改进点

YOLOv7的架构变化包括：

扩展高效层聚合网络（E-ELAN）：ELAN是一种通过控制最短最长梯度路径，使深度模型能够更高效地学习和收敛的策略。YOLOv7提出了E-ELAN，适用于具有无限堆叠计算块的模型。E-ELAN通过打乱和合并基数来结合不同组的特征，增强网络的学习能力，而不破坏原始的梯度路径。
基于拼接模型的模型缩放：通过调整一些模型属性生成不同大小的模型。YOLOv7的架构是基于拼接的架构，在这种架构中，标准的缩放技术（如深度缩放）会导致过渡层输入通道和输出通道之间的比例变化，从而导致模型硬件利用率的下降。YOLOv7提出了一种新的缩放策略，其中块的深度和宽度以相同的因子缩放，以保持模型的最佳结构。

YOLOv7中使用的bag-of-freebies包括：

计划重参数化卷积：类似于YOLOv6，YOLOv7的架构也受到重参数化卷积（RepConv）[98] 的启发。然而，他们发现RepConv中的恒等连接会破坏ResNet [61] 中的残差和DenseNet [109] 中的拼接。因此，他们移除了恒等连接，并将其称为RepConvN。
辅助头的粗标签分配和主头的细标签分配：主头负责最终输出，而辅助头则帮助训练。
卷积-批量归一化-激活中的批量归一化：这将批量归一化的均值和方差集成到卷积层的偏置和权重中，以便在推理阶段使用。
受YOLOR启发的隐性知识。
**指数移动平均（EMA）**作为最终推理模型。