注:借鉴整理,仅供自学,侵删
自适应锚框计算,无需重新聚类anchor
深入浅出Yolo系列之Yolov3&Yolov4&Yolov5核心基础知识完整讲解
- Yolov4在Yolov3的基础上进行了很多的创新:
输入端采用mosaic数据增强
Backbone上采用CSPDarknet53、Mish激活函数、Dropblock等方式
Neck中采用SPP、FPN+PAN的结构
输出端则采用CIOU_Loss、DIOU_nms操作 - Yolov5
输入端:Mosaic数据增强、自适应锚框计算、自适应图片缩放
Backbone:Focus结构,CSP结构
Neck:FPN+PAN结构
Prediction:GIOU_Loss