前言
YOLOv4: Optimal Speed and Accuracy of Object Detection [Submitted on 23 Apr 2020] 【是的,你沒看錯,2020年04月23日,YOLO v4終於來了。】
YOLO v4 論文:https://arxiv.org/abs/2004.10934
YOLO v4 開源代碼:https://github.com/AlexeyAB/darknet
YOLO v4 的作者共有三位:Alexey Bochkovskiy、Chien-Yao Wang 和 Hong-Yuan Mark Liao。
YOLO v4性能
性能對比,上圖
YOLOv4 在 MS COCO 數據集上獲得了 43.5% 的 AP 值 (65.7% AP50),在 Tesla V100 上實現了 65 FPS 的實時速度。
YOLO V4 的技術細節
YOLOv4 使用了以下特徵組合,實現了新的 SOTA 結果:
- 加權殘差連接(WRC)
- Cross-Stage-Partial-connection,CSP
- Cross mini-Batch Normalization,CmBN
- 自對抗訓練(Self-adversarial-training,SAT)
- Mish 激活(Mish-activation)
- Mosaic 數據增強
- DropBlock 正則化
- CIoU 損失
其他細節請參考原論文: https://arxiv.org/abs/2004.10934
參考
Yolo-v4 and Yolo-v3/v2 for Windows and Linux
YOLO v4它來了:接棒者出現,速度效果雙提升