YOLO-V4

一、Bag of freebies(BOF)

1.只增加训练成本 ， 但是能显著提高精度 ， 并不影响推理速度。

2.数据增强： 调整亮度、 对比度、 色调、 随机缩放、 剪切、 翻转、 旋转。

3.网络正则化的方法： Dropout、 Dropblock等。      

4.类别不平衡 ， 损失函数设计。

二、Mosaic data augmentation

1.方法很简单 ，参考CutMix然后四张图像拼接成一张进行训练。

三、数据增强

1.Random Erase： 用随机值或训练集的平均像素值替换图像的区域。

2.Hide and Seek： 根据概率设置随机隐藏一些补丁。

四、Self-adversarial-training(SAT)

1.通过引入噪音点来增加游戏难度。

五、DropBlock

1.之前的dropout是随机选择点(b) ， 现在吃掉一个区域。

六、Label Smoothing

1.神经网络最大的缺点： 自觉不错（过拟合）。

2.使用之后效果分析：簇内更紧密 ， 簇间更分离。

七、IOU损失

1.没有相交则IOU =0无法梯度计算 ， 相同的IOU却反映不出实际情况。

2.GIOU损失：

引入了最小封闭形状C（ C可以把A ， B包含在内）。

在不重叠情况下能让预测框尽可能朝着真实框前进。

3.DIOU损失：

其中分子计算预测框与真实框的中心点欧式距离d。

分母是能覆盖预测框与真实框的最小BOX的对角线长度c。

直接优化距离 ，速度更快 ， 并解决GIOU问题。

4.CIOU损失：

损失函数必须考虑三个几何因素： 重叠面积 ， 中心点距离 ， 长宽比。

其中α可以当做权重参数。

5.DIOU-NMS

之前使用NMS来决定是否删除一个框 ， 现在改用DIOU-NMS。

不仅考虑了IoU的值,还考虑了两个Box中心点之间的距离。

其中M表示高置信度候选框 ， Bi就是遍历各个框跟置信度高的重合情况。

八、Bag of specials(BOS)

1.增加稍许推断代价 ， 但可以提高模型精度的方法。

2.网络细节部分加入了很多改进 ， 引入了各种能让特征提取更好的方法。

3.注意力机制 ， 网络细节设计 ，特征金字塔等 ， 你能想到的全有。

4.读折一篇相当于把今年来部分优秀的论文又过了一遍。

九、SPPNet(Spatial Pyramid Pooling)

1.V3中为了更好满足不同输入大小 ， 训练的时候要改变输入数据的大小。

2.SPP其实就是用最大池化来满足最终输入特征一致即可。

十、CSPNet（ Cross Stage Partial Network）

1.每一个block按照特征图的channel维度拆分成两部分。

2.一份正常走网络 ， 另一份直接concat到这个block的输出。

十一、CBAM

1.其实就是加入了注意力机制 ， 已经很常见了在各种论文中。

2.V4中用的是SAM ， 也就是空间的注意力机制。

3.不光NLP,语音识别领域在搞attention ， CV中也一样。

十二、PAN(Path Aggregation Network)

1.引入了自底向上的路径 ， 使得底层信息更容易传到顶部。

2.YOLOV4中并不是加法 ， 而是拼接。

十三、Mish：（也许就是明日之星）

1.Relu有点太绝对了 ， M ish更符合实际。

2.公式

f(α)=·tanh(ln(1+ew))

3.但是计算量确实增加了 ，效果会提升一点。

十四、整体网络架构