內容

1. 來源
   1.1 簡介：YOLOv3與近年提出的優化策略和演算法組合驗證。
   1.2 時程：於2020年4月提出論文。
   1.3 論文名稱：YOLOv4: Optimal Speed and Accuracy of Object Detection

2. 模型架構
   

   2.1 Input：輸入圖像與圖像金字塔

   2.2 Backbone：通常會使用ImageNet上預訓練的模型，有助於於圖像特徵萃取。如：CSPDarknet53。

   2.3 Neck：藉由SPP與PAN，對Backbone萃取的特徵進行組合，達成圖像特徵增強。

   2.4 Dense and Sparse Prediction：輸出物件偵測結果，包括「類別、信心水準、物件偵測框」。

3. 優化方法

   3.1 Input

   3.2 Backbone

   • Bag of freebies：CutMix、Mosaic數據增強、DropBlock、Class label smoothing
   • Bag of specials：Mish激活函数、CSP、MiWRC

   3.3 Neck

   3.4 Dense and Prediction

   • Bag of freebies：CIoU-loss、CmBN、DropBlock、Mosaic數據增强、圖像縮放旋轉
   • Bag of specials：Mish激活函数、SPP、SAM、PAN、DIoU-NMS

4. 優點

   4.1 一個推論速度快與準確的物件偵測器。

   4.2 僅用一張傳統GPU即可訓練模型與部署應用。

   4.3 驗證了Bag-of-Freebies和 Bag-of-Specials對訓練模型影響 。

   4.4 在不降低計算量的情況下，優化神經網路並行運算。

小結

1. 下一站，我們前往「YOLOv4解析(二)」，分享不同模組與優化策略、演算法。

讓我們繼續看下去...

參考資料

1. YOLOv4: Optimal Speed and Accuracy of Object Detection
2. 【論文筆記】YOLOv4: Optimal Speed and Accuracy of Object Detection