YOLOV4

一、YOLOv4 整体亮点

1. 性能表现：在精度和速度平衡上表现出色，从对比图可见，其精度（纵轴）和 FPS（横轴）综合表现优于 YOLOv3、EfficientDet 等模型。
2. 亲民优势：支持单 GPU 训练，降低了设备门槛，无需依赖多 GPU 集群。
3. 核心思路：从数据层面和网络设计层面双管齐下优化，同时通过大量消融实验验证改进效果。

二、核心改进：两大核心方法

1. Bag of Freebies（BOF）：只增训练成本，不影响推理速度

• 数据增强：通过多种方式提升数据多样性，包括 Mosaic（四张图拼接）、Random Erase（随机替换图像区域）、Hide and Seek（随机隐藏补丁）、Self-adversarial-training（SAT，引入噪音）等。
• 网络正则化：用 DropBlock（随机删除一个区域，替代传统 Dropout 的随机删点）、Label Smoothing（缓解过拟合，让模型降低 “自信度”）等方法。
• 损失函数优化：针对 IOU 损失的缺陷，引入 GIoU、DIoU、CIoU 损失，解决不重叠时无法梯度计算、相同 IOU 下无法反映实际位置差异等问题；同时用 DIOU-NMS、SOFT-NMS 替代传统 NMS，优化框的筛选逻辑。

2. Bag of Specials（BOS）：略增推理成本，显著提升精度

• 网络结构改进：引入 SPPNet（用最大池化统一特征输入大小）、CSPNet（拆分特征图，部分直连输出，提升效率）。
• 注意力机制：加入 SAM（空间注意力机制）、CBAM（卷积块注意力机制），强化关键特征提取。
• 特征融合：采用 PAN（双向路径聚合网络），在 FPN 自顶向下传特征的基础上，增加自底向上路径，让底层信息更好传递。
• 其他优化：使用 Mish 激活函数（替代 ReLU，更贴合实际但计算量略增）、优化坐标回归（加系数缓解网格敏感性）。

三、整体网络架构

整合上述 BOS 和 BOF 中的技术，形成 YOLOv4 的完整网络，兼顾精度、速度与训练便捷性。