YOLOv4: Optimal Speed and Accuracy of Object Detection
論文：https://arxiv.org/abs/2004.10934
代碼：https://github.com/AlexeyAB/darknet
論文中提到，在COCO數據集上，YOLOv4比YOLOv3提升了10%的AP和12%的fps，所以YOLOv4更加快速、精準。
達到這種效果，主要原因是YOLOv4將很多單獨的優化算法做了集成，包括：
- Weighted-Residual-Connections (WRC)
- Cross-Stage-Partial-connections (CSP)-------用來作backbone
- Cross mini-Batch Normalization (CmBN)
- Self-adversarial-training (SAT)
- Mish-activation
- Mosaic data augmentation
- CmBN
- DropBlock regularization
- CIoU loss
本文的主要貢獻如下：
1. 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（牛逼！）。
2. 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。
3. 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
總結一下YOLOv4框架：
-
Backbone：CSPDarknet53
-
Neck：SPP，PAN
-
Head：YOLOv3
關於CSPNet的理解可以參考 https://zhuanlan.zhihu.com/p/101909017
其中YOLOv4用到相當多的技巧：
-
用於backbone的BoF（bag of freebies）：CutMix和Mosaic數據增強，DropBlock正則化，Class label smoothing
-
用於backbone的BoS（bag of specials）：Mish激活函數，CSP，MiWRC
-
用於檢測器的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
-
用於檢測器的Bos：Mish激活函數，SPP，SAM，PAN，DIoU-NMS
看看YOLOv4部分組件：
從論文中的參數調節、不同實驗的對比就可以證明作者的厲害
參考：https://zhuanlan.zhihu.com/p/135980432
在github上下載了壓縮包，用本地視頻做了檢測，檢測的網絡結構如下所示
YOLOv4的backbone應該是到了101行（我現在不明白YOLOv4的backbone CSPDarknet53結構是什麼樣的？？），因爲shortcut到了101行，後邊加的網絡層是用來做upsample、以及繼續route。
[YOLOv4作者訓練好的權重和預訓練模型的百度網盤下載地址：鏈接：https://pan.baidu.com/s/1FNldwUemAnVjUtP9Xrl3PQ
提取碼：p6mk]