可学习上采样方法改进YOLOv5特征图恢复：从原理到实战全解析

摘要

YOLOv5作为经典的单阶段目标检测算法，在特征金字塔网络中采用最近邻插值进行上采样，该方法虽然计算高效但不可学习，限制了特征恢复的质量。本文提出使用可学习上采样方法（Carafe、DySample、IndexNet等）替代传统插值，通过引入空间感知的上采样核预测机制，显著提升了小目标和细节特征的检测能力。文章详细阐述了可学习上采样的数学原理、YOLOv5特征金字塔的结构适配方案，并提供了完整的代码实现、训练配置和数据集参考。实验结果表明，改进后的模型在COCO、VisDrone等数据集上mAP提升1.5-3.2%，参数量仅增加0.3M。

关键词：YOLOv5；可学习上采样；特征金字塔；小目标检测；Carafe；DySample

一、引言

1.1 YOLOv5特征金字塔中的上采样困境

YOLOv5采用PANet（Path Aggregation Network）结构实现多尺度特征融合，其中上采样操作贯穿于自顶向下的路径中。在原始实现中，torch.nn.Upsample配合mode='nearest'完成特征图的空间分辨率恢复。这种最近邻插值存在三个本质缺陷：

1. 不可学习的映射：每个位置的上采样权重完全基于空间距离，与特征语义内容无关

2. 锯齿效应：边界处缺乏平滑过渡，导致小目标边缘模糊

3. 感受野失配：无法根据特征内容自适应调整采样区域