《YOLO 目标检测》—— YOLO v4 详细介绍

YOLO v4（You Only Look Once version 4）是一种先进的目标检测系统，于2020年推出，是对之前版本YOLO的改进。YOLOv4基于深度卷积神经网络，能够高精度实时检测图像中的目标。以下是对YOLOv4的详细介绍：

一、整体网络结构

1. YOLO v4 网络结构图

2.对之前版本改进创新的概括

• 输入端的创新：数据增强
• 主干网络的改进：各种方法技巧结合起来，包括：CSPDarknet53、Mish 激活函数、Dropblock
• 特征融合创新：在主干网络和最后的输出层之间插入一些层，比如 SPP 模块、FPN+PAN 结构
• Prediction输出层创新：CIOU Loss（损失函数）、DIoU_NMS（新型的非极大值抑制）

二、对改进创新部分的具体介绍

1. 输入端创新

• Mosaic数据增强：采用了CutMix的方法，将4张图片进行随机缩放、随机裁剪、随机排布的方式进行拼接，增强了对正常背景之外的对象的检测，丰富了检测物体的背景信息。同时，减少了估计均值和方差时的计算量，降低了训练成本。

• 如下图：
  

2. Backbone主干网络创新

CSPDarknet53

• CSPDarknet53：借鉴了ResNet的残差结构，并运用了CSP（Cross Stage Partial）结构
  • CSPNet是作者Chien-Yao Wang于2019年发表的论文《CSPNET: A NEW BACKBONE THAT CAN ENHANCE LEARNING CAPABILITY OF CNN》中提出的一种新的网络结构，它可以增强CNN的学习能力，并且在轻量化的同时保持准确性。
  • 做法：CSPNet 将基础层的特征映射为两个分支，第二个分支正常执行残差网络，接着将两个分支的信息在通道方向进行 Concat 拼接，最后再通过 Transition 层进一步融合。如下图：
    
  • CSPNet主要是为了解决三个问题：
    增强CN