前言
本文開始，論文解析將有選擇，有邏輯地分享一手資料，即原文的閱讀筆記，儘量不誤導大家；因本人水平有限，如有誤解之處，還望大佬多多指教。
1 論文信息
題目：YOLOv4: Optimal Speed and Accuracy of Object Detection
2 引言
2.1 問題導入
2.2 效果對比
2.3 貢獻
3 相關工作
3.1 檢測器簡介
3.2 檢測器圖示
4 BOF
4.1 BOF定義
4.2 數據增廣分類
4.3 遮擋問題處理
4.4 正負樣本不平衡問題
4.5 多標籤學習
4.6 邊界框迴歸
5 BOS
5.1 BOS定義
5.2 增大感受野
5.3 注意力機制
5.4 特徵融合
5.5 激活函數
5.6 後處理
6 方法論
6.1 架構的選擇
6.2 BOF 與 BOS 的選擇
6.3 附加改進
6.4 YOLO4總結
7 實驗
7.1 實驗準備
7.2 BOF對分類器的影響
7.3 BOF與BOS對檢測器的影響
7.4 backbone的影響
7.5 mini-batch的影響
總結
YOLO4 是目標檢測發展至今各種 tricks 在 YOLO3 上的集成，實現了精度與速度的同步提升，非常值得大家仔細認真的研讀學習。