【YOLO V4】目標檢測模型之YOLO V4框架

 

 

這篇文章的貢獻如下:

• 我們設計了一個高效並且強大的目標檢測模型。它使每個人都可以使用1080 Ti或2080 TiGPU來訓練一個超級快速和精確的目標探測器。
• 我們驗證了在檢測器訓練過程中，最先進的“Bag of freebies（免費包）”和“Bag of specials（特價包）” 的目標檢測方法的影響。
• 我們修改了當前最先進的一些方法（包括CBN、PAN、SAM etc.），使其更有效，更適合於單GPU訓練。
• 總之，在速度差不多的情況下，精度最好；在精度差不多的情況下，速度最好。

 

YOLOv4 使用了以下特徵組合：

• 加權殘差連接（Weighted-Residual-Connections，WRC）
• 跨階段部分連（Cross-Stage-Partial-connection，CSP）
• 跨小批量標準化（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

2.4.1 目標檢測分析

根據上圖，對於目標檢測器的結構分類如下：

Input		Image, Patches, Image Pyramid
Backbones		VGG16 [68], ResNet-50 [26], SpineNet[12], EficientNet-B0/B7 [75], CSPResNeXt50 [81],CSPDarknet53 [81]
Neck	Additional blocks	SPP [25], ASPP [5], RFB[47], SAM [85]
	Path-aggregation blocks	FPN [44], PAN [49],NAS-FPN [17]，Fully-connected FPN, BiFPN[77], ASFF [48], SFAM [98]
Heads	Dense Prediction (one-stage)	RPN [64], SSD [50], YOLO [61], RetinaNet[45] (anchor based)，CornerNet [37], CenterNet [13], MatrixNet[60], FCOS [78] (anchor free)
	Sparse Prediction (two-stage)	Faster R-CNN [64], R-FCN [9], Mask R-CNN [23] (anchor based),RepPoints [87] (anchor free)

2.4.2 調優手段

作者把所有的調優手段分爲了兩大類“Bag of freebies（免費禮包）”和“Bag of specials（特價包）”

免費包（Bag of freebies，BOF）

是指在離線訓練階段爲了提升精度而廣泛使用的調優手段，而這種技巧並不在預測中使用，不會增加預測時間。即：只是改變訓練策略或者增加訓練代價的方法。

數據類	數據增強:random erase/CutOut/hide-and-seek/grid mask/MixUp/CutMix/GAN
	數據分佈:two-stage的有example mining，one-stage的有focal loss
特徵圖類	DropOut/DropConnect/DropBlock
邊界框迴歸損失	MSE/ IoU loss/l1、l2 loss/GIoU loss/DIoU loss/CIoU loss

特價包（Bag of Specials，BOS）

對於那些僅增加少量推理成本，卻能顯著提高目標檢測精度的插件模塊和後處理方法，稱之爲“特價包”。插件模塊是爲了提高模型中的某一屬性，擴大感受野、引入注意力機制、增強特徵集成能力和激活函數；後處理是爲了篩選模型預測結果。

插件模塊	增大感受野	SPP/ASPP/RFB
	注意力	Squeeze-and-Excitation (SE)/Spa-tial Attention Module (SAM)
	特徵集成	SFAM/ASFF/BiFPN
	激活函數	ReLu/LReLU/PReLU/ReLU6/Scaled ExponentialLinear Unit (SELU)/Swish/hard-Swish/Mish
後處理類		soft NMS/DIoU NMS

TODO.....