yolov4网络结构_地表最强一阶段物体检测框架：YOLOV4之TF2版本来袭

从第一版的yolov3(http://github.com/qqwweee/keras-yolo3)在这位q神翻译出来后，在下一直跟进yolo的发展，两年前第一次迁移了q神的keras版。最近keras版的yolov4(http://github.com/Ma-Dan/keras-yolo4)也问世了。由于tf发展到了tf2+，很多模型建立过程、命名规则、文件读取方法以及keras的支持等，都做了非常大的调整，再加上该版本的代码是延续yolov3的代码，没有使用论文的很多tricks，加上历史遗留代码存在很多的不可读因素和局部地方的小bug。因此，基于以上两点考虑，在下联合一位cv从业同学完成了基于tf2版本的、用keras编写的yolov4.

请收下传送门：https://github.com/robbebluecp/tf2-yolov4

对于这版的yolov4，我们做了如下优化：

(1)数据增强。我们在之前的resize、色彩调整、旋转的基础上，增加了mixup、mosaic、任意

角度旋转(不建议用任意角度)、背景填充、pixel等数据增强策略；

(2)模型整合。对yolo整体网络结构和局部结构做详细拆分和更详细的整合。如darknet、spp、

pan等；

(3)loss优化。ciou优化、loss代码优化；

(4)convert调整。tf1+和tf2+对darknet权重文件的读取，从二进制流和命名方法上都有很大不

的不同，tf2+转换非常快，且跟tf1不能兼容；

(5)config配置文件取代动态传参；

(6)尽可能使np和tf分离，让训练和预测在一定程度上提速；

(7)生成器兼容、数据增强模块可扩展等其他优化。

我用voc2007数据集在V100显卡上训练到160+个epochs时，loss和val_loss差不多收敛到13+，预测准确率大约在40%-85%波动。随着预训练模型的加入或者更多epoch的训练，这个值会越来越小。

到200+epochs后，loss又进一步收敛(忘记留图了。。。)。loss收敛稳而慢，也侧面证明了我们的数据增强方案还是很有效的。以下展示以下增强效果图

rotate+mosaic

rotate+mosaic+resize

rotate+mixup+resize

flip+pixel+颜色微调

我的小伙伴说，这些增强有些过分了，尤其是mixup，甚至连人都不太分辨的处理，这些对模型训练也是有很大影响的，所以我们用了随机数控制增强频率。在Augment类中，你可以自己控制频率，可以自定义各种增强策略。增强虽好，不不要贪强奥~~

这个框架还有很多可以完善的地方，例如loss、augment、draw等等，希望各位来添砖补瓦，集思广益，哈哈哈~~欢迎各位cv、nlp爱好者戳戳戳！