YOLO系列-V4

一、YOLOv4的核心贡献
1. 亲民政策：YOLOv4首次实现了单GPU高效训练，大幅降低了硬件门槛，使更多研究者和开发者能够参与模型优化。
2. 两大核心方法：
数据层面优化：通过多种数据增强技术提升模型泛化能力。
网络设计改进：引入注意力机制、特征金字塔等模块，优化特征提取效率。
3. 消融实验的全面性：作者通过大量实验验证了每个改进模块的有效性，工作量巨大但结论清晰可靠。

                                     


二、关键技术解析
 1. Bag of Freebies（BOF）：零推理代价的优化
数据增强：
Mosaic增强：拼接四张图像训练，模拟多尺度场景，提升小目标检测能力。
Random Erase & Hide-and-Seek：随机遮盖图像区域，增强模型鲁棒性。

自对抗训练（SAT）：通过添加对抗性噪声，迫使模型学习更复杂的特征。
正则化技术：
DropBlock：随机丢弃特征图的连续区域（优于传统Dropout），缓解过拟合。
标签平滑：软化分类标签（如将0/1标签改为0.1/0.9），防止模型过于自信。

之前的dropout是随机选择点(b) ， 现在吃掉一个区域

          

2. 损失函数的演进

GIOU损失

公式

CIOU损失

公式：

DIOU-NMS

公式
从IOU到CIOU的改进：
IOU Loss：无法处理无重叠框的梯度问题，且无法区分不同对齐情况。
GIOU Loss：引入最小包围框，优化框的位置和尺寸，但未考虑中心点距离。
DIOU Loss：加入中心点欧氏距离，加速收敛。
CIOU Loss：考虑重叠面积、中心点距离和长宽比。
 3. NMS的优化
DIOU-NMS：在非极大值抑制中，同时考虑IoU和中心点距离，减少误删重叠目标的概率。
Soft-NMS：通过降低重叠框的置信度而非直接剔除，保留更多候选框，提升召回率。

4. Bag of Specials（BOS）：小幅增加推理成本的精度提升
注意力机制：
SAM（Spatial Attention Module）：增强特征图的空间相关性，聚焦重要区域。速度相对能更快一点。

                                    
CBAM：结合通道和空间注意力，进一步提升特征表达能力。
特征金字塔优化：

SPPNet(Spatial Pyramid Pooling)：空间金字塔池化，支持多尺度输入，增强感受野。

                                     

CSPNet：将特征图拆分处理后再拼接，减少计算量并提升梯度多样性

                               

PAN（Path Aggregation Network）：双向特征融合（自顶向下+自底向上），强化底层细节信息传递。

   

YOLOV4中并不是加法 ， 而是拼接

 

Mish激活函数：替代ReLU，允许负值输入，提升模型表达能力。

公式：f(α)=·tanh(ln(1+ew))

                                         



整体网络架构