作者 | Mr.Jk.Zhang

責編 | 夕顏

出品 | CSDN(ID:CSDNnews)

前言

千呼萬喚始出來系列，繼YOLOv3兩年后，YOLOv4終于在上周出來了，讓我們來一睹論文真容吧！由于YOLO之父Jeseph Redmon在今年2月已宣布退出CV學術界，大家都以為YOLO系列已不再更新了，幸而，學術界和開源社區的力量是強大的。另一位曾經參與YOLO項目維護的大神Alexey Bochkovskiy接過了YOLO這面大旗，在arXiv上提交了YOLO v4，而且，這篇論文已經被拉入原來YOLO之父建立的項目主線。

論文鏈接：https://arxiv.org/abs/2004.10934

代碼地址：https://github.com/AlexeyAB/darknet

YOLOv4的發布可以說是YOLO系列的集大成者，里面涉及了許多tricks的組合。YOLOv4主要是選取了許多features進行組合的形式來對數據集進行測試訓練，從而來驗證性能效果。

論文核心中的核心：作者將 Weighted-Residual-Connections (WRC), Cross-Stage-Partial-connections (CSP), Cross mini-Batch Normalization (CmBN), Self-adversarial-training (SAT) and Mish-activation.而且還使用了一些最近出來的新features：WRC, CSP, CmBN, SAT, Mish activation, Mosaic data augmentation, CmBN, DropBlock regularization, and CIoU loss。通過對這些features進行有效的組合得到了爆炸性的YOLOv4，可以吊打一切的YOLOv4.在MS-COCO數據上：43.5%@AP(65.7%@AP50)同時可以達到65fps@TeslaV100.

AP50:95 / AP50 - FPS (Tesla V100) Paper: https://arxiv.org/abs/2004.10934

YOLOv4論文中所用tricks如下：

• 用于backbone的BoF：CutMix和Mosaic數據增強，DropBlock正則化，Class label smoothing

• 用于backbone的BoS：Mish激活函數，CSP，MiWRC

• 用于檢測器的BoF：CIoU-loss，CmBN，DropBlock正則化，Mosaic數據增強，Self-Adversarial 訓練，消除網格敏感性，對單個ground-truth使用多個anchor，Cosine annealing scheduler，最佳超參數，Random training shapes

• 用于檢測器的Bos：Mish激活函數，SPP，SAM，PAN，DIoU-NMS

文中提供的預訓練模型的權重和參數信息可見代碼地址：

YOLO的組成部分

簡而言之：YOLOv4 =CSPDarknet53+SPP+PAN+YOLOv3

YOLOv4-detector信息

提出了一種高效而強大的目標檢測模型。它使每個人都可以使用1080 Ti或2080 Ti GPU 訓練超快速和準確的目標檢測器。

在檢測器訓練期間，驗證了SOTA的Bag-of Freebies 和Bag-of-Specials方法的影響。

改進了SOTA的方法，使它們更有效，更適合單GPU訓練，包括CBN [89]，PAN [49]，SAM [85]等。文章將目前主流的目標檢測器框架進行拆分：input、backbone、neck 和 head 具體如下圖所示：

各類檢測器之間性能的比較

性能炸裂的YOLOv4結果展示

原文鏈接：

https://blog.csdn.net/mrjkzhangma/article/details/105730677

新勛章，新獎品，高流量，還有更多福利等你來拿

?華為海思超越高通，一季度國內占有率第一；蘋果 iOS 13.5 優化 Face ID；Ruby 2.4 結束支持 | 極客頭條

?10 款值得珍藏的 Chrome 瀏覽器插件

?當互聯網碼農遇見國企老同學

?AI圖像智能修復老照片，效果驚艷到我了

?程序員內功修煉系列：10 張圖解談 Linux 物理內存和虛擬內存

?當 DeFi 遇上 Rollup，將擦出怎樣的火花？

總結

以上是生活随笔為你收集整理的yolov4论文_Alexey 大神接棒，YOLOv4 重磅来袭！快来一睹论文真容吧！| 原力计划...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。