【目标检测-YOLO】YOLO v4 架构以及网络详解（第二篇）

已于 2022-07-08 10:58:13 修改
阅读量5.5k 收藏 19
点赞数
分类专栏： 视觉 YOLO 文章标签： 深度学习 目标检测 计算机视觉
于 2022-03-10 15:22:11 首次发布
本文为博主原创文章，未经博主允许不得转载。
本文链接：https://blog.csdn.net/hymn1993/article/details/123102079
版权
YOLO 同时被 2 个专栏收录
30 篇文章 87 订阅 ¥9.90 ¥99.00
订阅专栏 超级会员免费看
视觉
40 篇文章 5 订阅
订阅专栏
本文详细介绍了YOLO v4的目标检测框架，重点探讨了Bag of freebies（BoF）和Bag of specials（BoS）策略如何提升检测精度。内容涵盖YOLO v4的整体架构，包括CSPDarknet53作为backbone的结构特点，以及Mish激活函数的原理。此外，还讨论了Neck部分的SPP、FPN+PAN模块，最后介绍了Head部分的预测特征图。
摘要由CSDN通过智能技术生成

0. YOLO v4 概览

1. Bag of freebies(BoF)

不增加推理成本但能够提升目标检测精度的改变训练策略或增加训练成本的方法，称为BoF。

2. Bag of specials(BoS)

增加少量推理成本但能够提升目标检测精度的插件模块和后处理方法，称为BoS。

1.  YOLO 总结

YOLO Input
了解本专栏 订阅专栏 解锁全文 超级会员免费看
理心炼丹
关注
专栏目录
订阅专栏
【目标检测-YOLO】YOLO v4 总结（第四篇）
博观约取，厚积薄发
03-14 5061
目标检测算法(YOLOv4)_Victory_gx的博客-CSDN博客_giou loss YOLO-从零开始入门目标检测 - 知乎 睿智的目标检测30——Pytorch搭建YoloV4目标检测平台_Bubbliiiing的学习小课堂-CSDN博客_yolov4目标检测 增强CNN学习能力的Backbone:CSPNet - 知乎 YOLOv4特征提取网络——CSPDarkNet结构解析及PyTorch实现 - 知乎 YOLOv4 介绍及其模型优化方法 - 知乎 深度学习之学习（..
yolov4的网络结构图（纯属原创）
07-31
自己根据一些大佬资料画的，下载了的朋友有不懂的地方可以留言讨论。引用注明出处就好，谢谢。 自己根据一些大佬资料画的，下载了的朋友有不懂的地方可以留言讨论。引用注明出处就好，谢谢。
目标检测 | yolov4 原理和介绍
最新发布
hhl_work的博客
08-06 1367
YOLOv4是一种高效且准确的目标检测模型，它在YOLOv3的基础上引入了多项改进，这些改进主要集中在网络结构的优化和训练技巧的更新上。论文链接：https://arxiv.org/abs/2004.10934时间：2020年作者：Alexey Bochkovskiy代码参考：https://github.com/Tianxiaomo/pytorch-YOLOv4大量的特征据说可以提高卷积神经网络(CNN)的精度。需要在大数据集上对这些特征的组合进行实际测试，并对结果进行理论证明。
YOLOV4网络结构搭建
m0_56247038的博客
07-02 1420
二、残差块 三、CSPDarknet53网络结构 k代表卷积核的大小，s代表步距，c代表通过该模块输出的特征层channels 2、CSPdarknet53 的主干部分 四、YOLOv4网络结构的构建 1、构建卷积块卷积块Conv + BN + LeakyReLU 2、构建三层卷积模块 3、构建五层卷积模块 4、构建SPP模块 5、构建卷积 + 上采样模块（共有两处） 6、yolo_head（有三个） 7、YOLOv4
yolov4网络结构
qq_44876051的博客
07-31 2457
yolov4从理解到代码实现什么是YOLO？主干网络backbone二级目录三级目录网络结构 这篇文章中，我将从细节解释yolo原理以及其代码实现。 什么是YOLO？ YOLO(you only look once)是一种使用卷积神经网络进行目标检测的算法。 主干网络backbone 参考文档 Gamma公式展示 Γ(n)=(n−1)!∀n∈N\Gamma(n) = (n-1)!\quad\forall n\in\mathbb NΓ(n)=(n−1)!∀n∈N 是通过 Euler integral Γ(z
YOLOv4
zyflhh1314的博客
05-02 531
YOLOv4已在上周千呼万唤始出来。YOLO之父Jeseph Redmon在今年2月已宣布退出CV学术界，大家都以为YOLO系列已不再更新了，幸而，学术界和开源社区的力量是强大的。另一位曾经参与YOLO项目维护的大神Alexey Bochkovskiy接过了YOLO这面大旗，在arXiv上提交了YOLO v4，而且，这篇论文已经被拉入原来YOLO之父建立的项目主线。 YOLOv4：目标检测的最优速...
ConvNeXt网络详解，最新ConvNeXt结合YOLO，催生YOLOv5目标检测巨变
学Java，找哪吒
05-18 3382
ConvNeXt的网络结构基于Inception-v4，但采用了更加灵活的多尺度卷积设计。具体而言，ConvNeXt将不同尺寸的卷积核组合成一个大的卷积核，从而提高感受野并减少参数数量。为了进一步降低参数数量和计算复杂度，ConvNeXt采用了分组卷积，并且在卷积层之间添加了批量归一化（Batch Normalization）和激活函数（ReLU）。
【三维目标检测】Complex-Yolov4详解（一）： 数据处理
叶子的博客
06-01 6544
详细理解Complex-Yolo（Complex Yolov4）三维目标检测算法 — 数据处理（一） 前面分别介绍了基于点云的三维深度学习算法PointNet、PointNet++，和基于体素的三维深度学习算法VoxelNet。本节将开始介绍基于投影的三维深度学习算法Complex-Yolov4。三维投影算法主要思想是用激光雷达点云的鸟瞰图（BEV）和前视图（FV）作为模型输入，将三维点云转换为二维图片，早期工作开始于2017年的MV3D。 激光雷达点云的鸟瞰图和前视图的详细介绍请参考：和。 算法参考
【YOLOv4探讨 之二】 YOLOv4的网络结构
北溟客的博客
08-09 4654
【YOLOv4探讨 之二】 网络结构1.主流程图2.CSPDarknet53模型--Backbone3.SPP结构--Neck4.PAN--Neck5.Mish激活函数6.小结 在观察YOLO的各个版本的进化历程中，网络结构的优化是最先进入我们视野的。在前面的文章《YOLOv1、YOLOv2和YOLOv3对比》中我们讨论了YOLO从v1到v3的网络结构，呈现出3个趋势： 深度越来越深：backbone从能够完成基本功能的网络（v1），进化到具有成熟结构的darknet19（v2），又进化到darknet
yolo v4.rar
05-01
YOLO v4实验所用的口罩数据，具体看我博客，包括了图像+txt标签文档，另外还提供了实验中用到的权重文件
YOLO-v4
weixin_44748238的博客
04-28 4944
yolo更新了最新的v4版本，这几天有关目标检测方面的公众号推送的全是关于yolo-v4的内容，趁热打铁，赶紧来了解一下性能强劲的yolo-v4！ ​ 这个版本的作者是Alexey Bochkovskiy，4.24这天放出了所有的源码和论文，其他内容什么的先不说，先赞一个开源万岁！原作者JosephRedmon在早前发文称自己要退出CV圈，原因是yolo的工作被应用到了军事武器以及侵...
YOLOv4 Structure
qq_36783816的博客
01-21 469
前言： 目录1 YOLOv4 Structure1.1 Backbone: CSPDarknet53(CSPNet + Darknet53)1.1.1 CSPNet1.2 Neck: SPP, PAN1.2.1 SPPNet1.2.2 PANet1.3 Head: YOLOv32 YOLOv4 Uses2.1 Bag of Freebies (BoF)2.1.1 Backbone:2.2.2 Detector:2.2 Bag of Specials (BoS)2.2.1 Backbone:2.2.2 D.
YOLOv4网络结构
xiaolt90的博客
05-30 3075
YOLOv4的出现引起了一定的轰动，在保持快速检测的前提下（相对于YOLOv3略低）在COCO2017数据集上AP值相对于YOLOv3提升了差不多10个点。 最近准备用YOLOv4，顺便学习一下网络结构（虽然YOLOv4的主要优势可能不在这里），这边作个笔记。 图1. yolov4完整网络结构（backbone + head） ...
yolov4网络结构_YOLOV4
weixin_39946964的博客
12-13 539
作者 ：Alexey Bochkovskiy，Chien-Yao Wang，Hong-Yuan Mark Liao在作者署名的地方已经找不到J.R大神的名字了，但是这个YOLOV4应该还是有YOLO的纯正血统的，因为Alexey就是前几代yolo代码在github上的维护者。论文链接：https://arxiv.org/pdf/2004.10934.pdf代码链接：https://git...
YOLO—V4———爬坑记
crazty的博客
06-23 1019
YOLO-v4爬坑总结（ubuntu) yolo-v4的github yolo-v4的论文 yolo-v3的github 一、安装 1.下载 mkdir YOLO-V4 cd YOLO-V4 git clone https://mirrors.tuna.tsinghua.edu.cn/centos/7.8.2003/isos/x86_64/ cd darknet 2.环境配置 环境要求 CMake >= 3.12 cmake这个版本，在Ubuntu直接用apt get install cmake
YOLOV4结构
Rareay
02-15 349
1 yolov4网络结构 2 网络块
E-YOLO: 小型嵌入式人脸检测网络的研究与实现
关键词包括深度学习、神经网络、人脸检测、嵌入式YOLO以及实时检测。这项研究不仅有助于提升嵌入式设备的人脸检测能力，也为其他领域的实时计算机视觉任务提供了新的设计思路。 本文的工作是对现有深度学习技术的一...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

理心炼丹

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值