大神接棒，YOLOv4来了！

文章来源于CVer，作者Amusi

前言

今天刷屏的动态一定是 YOLOv4！

本文 Amusi 会跟大家说一下在别处看不到内容（大神接棒），欢迎继续阅读！

之前，YOLO系列(v1-v3)作者 Joe Redmon 宣布不再继续CV方向的研究，引起学术圈一篇哗然。YOLO之父宣布退出CV界，坦言无法忽视自己工作带来的负面影响

推文链接：https://twitter.com/jeremyphoward/status/1230610470991589376

Amusi 特意去谷歌学术上搜索了一下YOLOv1-v3的引用量，累计破16000+！

大神接棒，YOLOv4来了！

当大家以为再也见不到YOLOv4的时候，然鹅今天 YOLOv4 来了！

YOLOv4的作者阵容里并没有Joe Redmon，也验证了大神曾说不再继续CV研究的这条消息。但都木有YOLO之父Joe Redmon的论文，其名字为什么还敢叫YOLOv4呢，不怕被喷么？

这里Amusi 花点时间跟大家介绍一下这个有趣的事情。

先说说：大神接棒的事情

停更两年之久的的YOLO github官网正式更新 README，那么更新了什么呢？接着往下看

YOLO官网：https://github.com/pjreddie/darknet

YOLO官方github正式加入YOLOv4的论文和代码链接，也意味着YOLOv4得到了Joe Redmon的认可，也代表着YOLO的停更与交棒。

关于YOLOv4，Amusi 曾写过这样一篇文章来预宣传（现在想想，应该是全网第一个这样介绍的）：等待YOLOv4的期间，它还在更新

YOLOv4的一作是 Alexey Bochkovskiy，用过YOLO的同学，特别是用过Windows版YOLO的同学对这个名字一定很熟悉！

因为他就是darknet另一个github版本的维护者，也就是YOLOv4的代码库：

https://github.com/AlexeyAB/darknet

据Amusi 猜测推断，Alexey Bochkovskiy 是一名独立研究员，这里更愿意称为之YOLO接棒者，YOLO社区推动者。这里对Alexey不过多赘述，想了解的同学可以看一下：等待YOLOv4的期间，它还在更新

值得一提的是，这个版本的darknet的提交数已经来到 1777 次。试想一下，你一天提交一次更新，那么就需要你连续近5年不停更！

我们一般只会用两个字来形容这种人：码怪！

YOLOv4 正文

YOLOv4: Optimal Speed and Accuracy of Object Detection

论文：https://arxiv.org/abs/2004.10934

代码：https://github.com/AlexeyAB/darknet

大家一定被文章开头的图片吸引了，位于图中靠右上角的YOLOv4 多么"亮眼"，越靠右上角意味着AP越高、速度FPS越快！而且YOLO被大家追捧的原因之一就是：快而准。

YOLOv4 在COCO上，可达43.5％ AP，速度高达 65 FPS！

YOLOv4的特点是集大成者，俗称堆料。但最终达到这么高的性能，一定是不断尝试、不断堆料、不断调参的结果，给作者点赞。下面看看堆了哪些料：

• Weighted-Residual-Connections (WRC)

• Cross-Stage-Partial-connections (CSP)

• Cross mini-Batch Normalization (CmBN)

• Self-adversarial-training (SAT) 

• Mish-activation

• Mosaic data augmentation

• CmBN

• DropBlock regularization

• CIoU loss

本文的主要贡献如下：

1. 提出了一种高效而强大的目标检测模型。它使每个人都可以使用1080 Ti或2080 Ti GPU 训练超快速和准确的目标检测器（牛逼！）。

2. 在检测器训练期间，验证了SOTA的Bag-of Freebies 和Bag-of-Specials方法的影响。

3. 改进了SOTA的方法，使它们更有效，更适合单GPU训练，包括CBN [89]，PAN [49]，SAM [85]等。文章将目前主流的目标检测器框架进行拆分：input、backbone、neck 和 head 具体如下图所示：

• 对于GPU，作者在卷积层中使用：CSPResNeXt50 / CSPDarknet53
  

• 对于VPU，作者使用分组卷积，但避免使用（SE）块-具体来说，它包括以下模型：EfficientNet-lite / MixNet / GhostNet / MobileNetV3

作者的目标是在输入网络分辨率，卷积层数，参数数量和层输出（filters）的数量之间找到最佳平衡。文中称：CSPDarknet53在检测上的表现要优于CSPResNext50，关于CSP，不了解的同学可以看一下这篇文章：

增强CNN学习能力的Backbone:CSPNet

总结一下YOLOv4框架：

• Backbone：CSPDarknet53

• Neck：SPP，PAN

• Head：YOLOv3
  

YOLOv4 = CSPDarknet53+SPP+PAN+YOLOv3

其中YOLOv4用到相当多的技巧：

• 用于backbone的BoF：CutMix和Mosaic数据增强，DropBlock正则化，Class label smoothing

• 用于backbone的BoS：Mish激活函数，CSP，MiWRC

• 用于检测器的BoF：CIoU-loss，CmBN，DropBlock正则化，Mosaic数据增强，Self-Adversarial 训练，消除网格敏感性，对单个ground-truth使用多个anchor，Cosine annealing scheduler，最佳超参数，Random training shapes

• 用于检测器的Bos：Mish激活函数，SPP，SAM，PAN，DIoU-NMS

看看YOLOv4部分组件：

感受一下YOLOv4实验的充分性（调参的艺术）

感受一下性能炸裂的YOLOv4实验结果

论文篇幅很长，高达17页，干货满满！推荐大家阅读原文和源码进行深入理解。

跟我一起喊：大神接棒，YOLOv4 来了！

论文下载

往期精彩回顾




适合初学者入门人工智能的路线及资料下载机器学习在线手册深度学习在线手册AI基础下载（pdf更新到25集）本站qq群1003271085，加入微信群请回复“加群”获取一折本站知识星球优惠券，复制链接直接打开：https://t.zsxq.com/yFQV7am喜欢文章，点个在看