AI实战： YOLOv4: Optimal Speed and Accuracy of Object Detection

前言

YOLOv4: Optimal Speed and Accuracy of Object Detection [Submitted on 23 Apr 2020] 【是的，你没看错，2020年04月23日，YOLO v4终于来了。】

YOLO v4 论文：https://arxiv.org/abs/2004.10934

YOLO v4 开源代码：https://github.com/AlexeyAB/darknet

YOLO v4 的作者共有三位：Alexey Bochkovskiy、Chien-Yao Wang 和 Hong-Yuan Mark Liao。

YOLO v4性能

性能对比，上图

YOLOv4 在 MS COCO 数据集上获得了 43.5% 的 AP 值 (65.7% AP50)，在 Tesla V100 上实现了 65 FPS 的实时速度。

YOLO V4 的技术细节

YOLOv4 使用了以下特征组合，实现了新的 SOTA 结果：

• 加权残差连接（WRC）
• Cross-Stage-Partial-connection，CSP
• Cross mini-Batch Normalization，CmBN
• 自对抗训练（Self-adversarial-training，SAT）
• Mish 激活（Mish-activation）
• Mosaic 数据增强
• DropBlock 正则化
• CIoU 损失

其他细节请参考原论文： https://arxiv.org/abs/2004.10934

参考

Yolo-v4 and Yolo-v3/v2 for Windows and Linux
YOLO v4它来了：接棒者出现，速度效果双提升