Yolo v4学习心得

本文分享了Yolo v4的学习心得,重点介绍了网络框架的改进,包括CSPDarknet主干网络的使用,空间金字塔池化(spp)的引入,以及PANet结构对特征提取的提升。在训练阶段,探讨了Mosaic数据增强策略增强模型泛化能力,并解释了CIOU如何改善目标框回归的稳定性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

**

Yolo v4学习心得

1 Yolo v4网络框架

在这里插入图片描述

2网络框架改进

2.1 主干网络改进

比较Yolo v3主干网络框架,Yolo v4主干网络框架由Darknet53变为了CSPDarknet,该主干网络较Darknet53有两个主要的改进,其一:改变了残差结构,运用了CSPnet网络的残差结构。其二:改变了激活函数,将Darknet53中的激活函数LeakyReLU修改成了Mish激活函数。

2.2 空间金字塔池化(spp)

引入空间金字塔池化,采用不用尺寸的池化核,极大地增加感受野,分离出最显著的上下文特征
在这里插入图片描述

2.3 PANet结构

在这里插入图片描述
为最大限度的提取特征,受PAnet启发,yolov4采用了PANnet循环往复的提取特征,最大限度的采集特征。

评论
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
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