一、引言

贡献有三点：

开发了一个高效、强大的目标检测模型，可以让任何人仅仅通过1080TI或2080TI训练一个快速且检测准确的检测器。
通过大量的训练实验验证Bag of Freebies和Bag of Specials对检测的影响。
改进CBN、PAN、SAM等等方法，使之更适合单GPU训练。

yolov4跟其他算法的对比图：

二、相关工作

2.1 目标检测模型

深度学习的目标检测器一般包含两个部分。第一，骨干网络（backbone）；第二，检测头（head）。目前常见运行在GPU的骨干网络有VGG，ResNet，ResNeXt和DenseNet；运行在CPU的骨干网络有SqueezeNet，MobileNet和ShufflfleNet。

检测头通常分为两类：一步式检测器（ one-stage object detector）；二步式检测器（two-stage object detector）。典型的一步式检测器有R-CNN系列，RepPoints（也属于anchor-free）；典型的二步式检测器有Yolo系列，SDD，RetinaNet。近年来anchor-free one-stage也发展起来了，比如CenterNet，CornerNet，FCOS等等。

近年来发展起来的对象检测器通常在主干和头部之间插入一些层，这些层通常用于收集不同阶段的特征图。我们可以称之为物体探测器的颈部（neck）。

如下如图总结所示：

2.2 Bag of freebie

字面意思是“免费赠品”。论文里是这样解释的：训练一般是离线的，我们可以在训练阶段采用一些方法，在推理阶段不增加任何消耗以提高检测的准确性。符合这种的特性的方法常见的就是数据增强（data augmentation），数据增强的中常用的两种方法是brightness, contrast, hue, saturation, 和noise等在内的光度畸变（photometric distortions）和random scaling, cropping, flflipping, and rotating等在内的几何畸变（geometric distortions ）。当然也有其他方法，比如random erase 、CutOut等等。

另一个符合Bag of freebie的特性的方法就是Bounding Box (BBox) regression。最开始使用的是Mean Square Error (MSE)，随后出现IoU loss（解决传统方法计算{x，y，w，h}的L1或L2损失时，损失会随着尺度的增加而增加的问题），改进版GIoU loss，再改进版本DIoU loss，最后的完整版本CIoU loss。

2.3 Bag of specials

字面意思是“特价赠品”。论文里是这样的解释的：对于某些插件模块或后处理方法，仅仅增加微小消耗但检测效果却显著提升。一般来说，插件模块是为了增强模型中的某些属性，如扩大感受野、引入注意机制或强化特征集成能力；后处理方法是筛选模型预测结果的。

强化感受野的有，SPP， ASPP ，和RFB。在物体检测中经常使用的注意模块主要分为通道注意和点注意，这两种注意模型的代表是Squeeze-and-Excitation (SE，更适合用于移动设备)和Spatial Attention Module(SAM)。强化特征集成能力有FPN，SFAM，ASFF和BiFPN。

后处理方法一般只NMS，NMS的发展过程有：NMS、soft NMS（考虑遮挡导致置信度低的问题）、DIoU NMS（在soft NMS基础上，考虑中心距离）。

三. 理论

论文提供两种实时神经网络：第一种，对于GPU采用少量（大概1到8组）神经网络“群组”构成的网络，比如，CSPResNeXt50 / CSPDarknet53 ；第二种，对于VPU采用grouped-convolution，但是不采用上述提到的SE模块，比如，EffificientNet-lite / MixNet/ GhostNe/ MobileNetV3。

YoloV4论文学习相关推荐

YOLO-V4 论文学习+唐宇迪博士课程学习笔记
论文主要贡献: 1.利用单GPU即可训练一个目标检测器. 2.验证了Bag-of-Freebies 和 Bag-of-Specials方法在训练目标检测器当中的作用. 3.对包括CBN.PAN.SAM ...
YOLOv4论文阅读（附原文翻译）
YOLOv4论文阅读(附原文翻译) 论文阅读论文翻译 Abstract摘要 1.Introduction 引言 2.Related work相关工作 2.1.Object detection mod ...
YOLOv4论文阅读笔记（一）
YOLOv4论文阅读笔记 Introduction Related work Bag of freebies Bag of Specials 近日发表的YOLOv4无疑是2020年目前最轰动的重磅炸弹 ...
动态环境下的SLAM：DynaSLAM 论文学习笔记
动态环境下的SLAM:DynaSLAM 论文学习笔记这篇文章论文摘要系统流程相关环节的实现方法神经网络检测图中动态物体(Mask R-CNN) Low-Cost Tracking 使用多视图 ...
yolov4论文_Alexey 大神接棒，YOLOv4 重磅来袭！快来一睹论文真容吧！| 原力计划...
作者 | Mr.Jk.Zhang 责编 | 夕颜出品 | CSDN(ID:CSDNnews) 前言千呼万唤始出来系列,继YOLOv3两年后,YOLOv4终于在上周出来了,让我们来一睹论文真容吧!由 ...
单目相机 svd 从图像恢复3维位置_论文学习——VINSMono：一种鲁棒且通用的单目视觉惯性系统...
点击上方"视觉部落",选择"星标"公众号精选作品,第一时间送达文章同步首发于知乎用户yikang专栏 Part 1. 基本信息本文提出了一种基于紧耦合滑动 ...
识别和追踪主题层次的影响力者(来自2018 Machine Learning 论文学习笔记)
本文作者:合肥工业大学管理学院钱洋 email:1563178220@qq.com . 以下内容是个人的论文阅读笔记,内容可能有不到之处,欢迎交流. 未经本人允许禁止转载. 文章目录论文来源论 ...
High Performance Visual Tracking with Siamese Region Proposal Network 论文学习
文章目录论文阅读总结 Translation Abstract 1 Introduction 2 Related Works 2.1 Trackers based on Siamese networ ...
[论文学习]TDN: An Integrated Representation Learning Model of Knowledge Graphs
[论文学习以及翻译]TDN: An Integrated Representation Learning Model of Knowledge Graphs 文章主要内容摘要前言相关工作基于T ...

YoloV4论文学习