TensorFlow2深度学习实战(十四):目标检测算法 YOLOv4 解析

前言:

本专栏将以理论与实战相结合的方式,对一些的经典的神经网络算法进行逐一解析,并使用深度学习框架 TensorFlow2 逐一实现这些经典的深度学习算法,来实现图像分类、目标检测、语义分割等任务。本专栏将持续更新,敬请期待!

专栏目录:TensorFlow2 深度学习实战

Github仓库,欢迎star:https://github.com/Keyird

一、YOLOv4简介

去年(2020年)YOLO系列的作者Redmon在推特上发表声明,出于某些方面的考虑,从此退出CV界。听到此消息的我,为之震惊!本以为YOLOv3已经是YOLO系列的终局之战。没想到就在今年,Alexey Bochkovskiy等人与Redmon取得联系,正式将他们的研究命名为YOLOv4。

YOLOv4 在 YOLOv3 网络结构的基础进行了一定改进,引入了近几年CNN领域中最优秀的优化策略,从数据增强、骨干网络、网络训练、激活函数、损失函数等方面进行不同程度的优化,实现了检测速度和精度的最佳权衡。实验表明,在Tesla V100上,对MS COCO数据集的实时检测速度达到 65 FPS,精度达到 43.5%AP。

在性能方面,YOLOv4 的检测速度比 EfficientDet 快两倍,检测准确度却相当。与 YOLOv3 相比,精度AP 和速度 FPS 分别提高了 10% 和

  • 17
    点赞
  • 50
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 16
    评论
评论 16
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

AI 菌

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
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