【目标检测-YOLO】YOLOv4（第一篇）

YOLOv4: 优化目标检测的速度和精度

摘要

卷积多技巧，实践出真知。若干有局限，还需选通用。BN速收敛，残差解退化。

通用特性包括加权残差连接（Weighted-Residual-Connections， WRC）、跨阶段部分连接（Cross-Stage-Partial-connections，CSP）、跨迷你批量归一化(Cross mini-Batch Normalization，CmBN)、自对抗训练(Self-adversarial-training，SAT)和Mish激活函数。

我们使用新特性：WRC，CSP， CmBN，SAT，Mish激活函数，马赛克数据增广，CmBN，DropBlock正规化，CIoU loss函数，并将它们进行组合在COCO数据集上达到最先进的结果：43.5%AP(65.7%  )，在Tesla V100上实时速度约65FPS。源代码在：https://github.com/AlexeyAB/darknet。
意思是：v4 是一篇与时俱进的缝合之作。

1. 引言

本工作的主要目标是生产系统中快速运行的目标检测器的设计