兩個月以前YOLO之父 Joseph Redmon發文稱不能忍受自己的研究被用於軍事等帶來的負面影響，放棄繼續推進YOLO的研究，羣裏師兄弟們都在爲之惋惜，這輩子看不到YOLOv4的出現了，但是沒想到昨天突然各大公衆號都開始瘋狂推送YOLOv4的消息，點開一看YOLOv4的作者確實不是 Joseph Redmon而是Alexey Bochkovskiy。
Alexey Bochkovskiy何許人也？在Windows上覆現過YOLOv3的朋友們肯定都對他不陌生，大名鼎鼎的darknetAB幫助大家在windows上順利復現出yolo的結果，沒想到YOLO之父 退役之後，這位俄羅斯的猛人接棒了YOLO，與 YOLOv3 相比，YOLOv4的 AP 和 FPS 分別提高了 10% 和 12%。且不談繼續推進YOLO的研究是否會帶來更多負面影響，單純從研究者角度來說，YOLOv4的問世無疑令人興奮不已！
YOLOv4論文鏈接：https://arxiv.org/abs/2004.10934
YOLOv4項目地址：https://github.com/AlexeyAB/darknet
論文abstract中，作者寫到，現在已經有很多方法能夠提升卷積神經網絡的性能，但是需要在大型的數據庫上對這些方法合理的組合並測試，並論證這些方法的有效性。某些特徵僅在某些模型上運行，並且僅限於特定的問題，或是只能在小型數據集上運行；而另外有些特徵（如批歸一化和殘差連接）則適用於大多數模型、任務和數據集。然後提出YOLOv4上採用了以下方法：WRC, CSP,CmBN, SAT, Mish activation, Mosaic data augmentation, CmBN, DropBlock regularization, and CIoU loss，然後通過一定的組合方式實現了SOTA結果， 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。
- 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
初一看有點蒙，YOLOv4中到底整合了多少新東西進去，只能說大佬就是大佬，能沉住氣做實驗嘗試各種能提升性能的方法，還有組合方式。
作者對比了 YOLOv4 和當前最優目標檢測器，發現 YOLOv4 在取得與 EfficientDet 同等性能的情況下，速度是 EfficientDet 的二倍！與 YOLOv3 相比，YOLOv4的 AP 和 FPS 分別提高了 10% 和 12%。
YOLOv4的貢獻在於：
-
建立了一個高效強大的目標檢測模型。它使得每個人都可以使用 1080Ti 或 2080Ti 的 GPU 來訓練一個快速準確的目標檢測器。
-
驗證了當前最優 Bag-of-Freebies 和 Bag-of-Specials 目標檢測方法在檢測器訓練過程中的影響。
-
修改了 SOTA 方法，使之更加高效，更適合單 GPU 訓練。這些方法包括 CBN、PAN、SAM 等。
後面具體採用了一些什麼方法還需要仔細的閱讀論文，令我比較感興趣的是YOLOv4中加入了注意機制
將 SAM 從空間注意力機制（spatial-wise attention）修改爲點注意力機制（point-wise attention），並將 PAN 中的捷徑連接替換爲級聯
最終實驗結果AP和AP50，從圖上可以看出，YOLOv4是目前最好的目標檢測器
後面有時間復現一下YOLOv4，感受一下最新的研究成果！