YOLOv4论文解读

论文原文：

https://arxiv.org/pdf/2004.10934.pdf

代码实现：

https://github.com/AlexeyAB/darknet

一、介绍

原文名称：《YOLOv4: Optimal Speed and Accuracy of Object Detection》，可以看出这是一个非常自信的题目，声称YOLOv4在目标检测具有最优的速度和准确率。相比于Joe Redmon的最终作品YOLOv3，Alexey Bochkovskiy为一作的YOLOv4确实取得了非常明显的速度和准确率的提升。笔者认为YOLOv4的提升更多的还是一些工程上的奇技淫巧，将最近几年内提出的用于其他模型的方法结合YOLO进行融汇贯通。从数据增强，模型结构和训练方法等都进行了大量的改进，通过本文也可以了解到最近一些年提出的工程上的最佳实践。

上图横轴为效率，纵轴为准确率。效率和准确率都高则会在图中右上部分。在低帧率上，例如EfficientDet能够达到更高的准确率，但是就低于30FPS而言（图中非蓝色部分），达不到实时流畅的程度。所以说YOLOv4在效率和准确率上具有最佳性价比更加贴切。

二、YOLOv4改进

YOLOv4的改进内容十分丰富，但原作者在Introduction部分自述贡献主要包括以下三点：

1. 提出了一个高效高性能的目标检测模型，确保任何人都可以使用单张传统的GPU便可以训练YOLOv4，例如1080Ti或2080Ti（相比于TITAN V 或者Tesla V100等高端显卡或多张显卡而言）。
2. 结合最新的BoF（Bag-of-Freebies）和BoS（Bag-of-Specials）方法YOLOv4进行改进。（BoF，一袋免费的商品，比喻的是一些训练方法技巧，加入这些训练方法和技巧，并不会增加模型推理时候的开销，即在模型部署使用时并不会推理更慢或者占用更高的机器性能，但是可能会在训练时多费一些时间和功夫，加入这些方法和技巧肯定能使模型训练的更好，因此比作一袋免