YOLOv4 官方改进版来了!55.8% AP!Scaled-YOLOv4:扩展跨阶段局部网络
注:文末附目标检测微信交流群
Scaled-YOLOv4: Scaling Cross Stage Partial Network
- 作者单位:YOLOv4原班人马(Chien-Yao Wang、AlexeyAB等人)
- PyTorch代码:https://github.com/WongKinYiu/ScaledYOLOv4
- darknet代码:https://github.com/AlexeyAB/darknet
- 论文下载链接:https://arxiv.org/abs/2011.08036
YOLOv4-large在COCO上最高可达55.8 AP!速度也高达15 FPS!YOLOv4-tiny的模型实现了1774 FPS!(在RTX 2080Ti上测试)
Scaled-YOLOv4
我们展示了基于CSP方法的YOLOv4目标检测神经网络,可以上下缩放,并且适用于小型和大型网络,同时保持最佳的速度和准确性。 我们提出了一种网络缩放方法,该方法不仅可以修改深度,宽度,分辨率,还可以修改网络的结构。
实验结果
YOLOv4-large模型达到了最先进的结果:在Tesla V100上以15 FPS的速度,MS COCO数据集的AP为55.4%(AP50为73.3%),而随着测试时间的增加,YOLOv4-large的模型达到了55.8% AP(73.2 AP50)。
据我们所知,这是目前所有已发表作品中COCO数据集的最高准确性。 YOLOv4-tiny模型在RTX 2080Ti上以443 FPS的速度实现了22.0%的AP(42.0%AP50),而使用TensorRT,批处理大小= 4和FP16精度,YOLOv4-tiny的模型实现了1774 FPS。
Scaled-YOLOv4项目代码下载
在CVer微信公众号后台回复:Scaled-YOLOv4,即可下载项目代码和论文。
CVer已建立目标检测微信交流群,已经上千人!想要进目标检测学习群的同学,可以直接加微信号:CVer5555。加的时候备注一下:目标检测+学校+昵称,即可。然后就可以拉你进群了。