点上方蓝字计算机视觉联盟获取更多干货

在右上方 ··· 设为星标 ★，与你不见不散

  计算机视觉联盟笔记  

作者：王博Kings、Sophia

本文内容概述Scaled-YOLOv4的学习笔记内容

AI博士笔记系列推荐

周志华《机器学习》手推笔记正式开源！可打印版本附pdf下载链接

整体而看，这是大神们的又一篇巨作！

本论文pdf下载后台回复：20201118

摘要：

我们证明了基于CSP方法的YOLOv4目标检测神经网络，可以上下缩放，适用于小型和大型网络，同时保持最佳的速度和精度。我们提出了一种网络缩放方法，它不仅可以修改网络的深度、宽度、分辨率，还可以修改网络的结构。YOLOv4 large模型达到了最先进的结果：在Tesla V100上，MS COCO数据集以15 FPS的速度获得55.4%的AP（73.3%的AP50），而随着测试时间的增加，YOLOv4 large达到55.8%的AP（73.2 AP50）。据我们所知，这是目前在COCO数据集上的最高精确度。YOLOv4 tiny模型在RTX 2080Ti上以443 FPS的速度实现22.0%的AP（42.0%的AP50），而通过使用TensorRT、批量大小=4和FP16精度，YOLOv4 tiny达到1774 FPS。

感受：

通过摘要，我们觉得这篇文章值得一读！

本文第4章的代码相关内容：

YOLOv4-CSP: https://github.com/WongKinYiu/ScaledYOLOv4/tree/yolov4-csp
YOLOv4-tiny: https://github.com/WongKinYiu/ScaledYOLOv4/tree/yolov4-tiny
YOLOv4-large: https://github.com/WongKinYiu/ScaledYOLOv4/tree/yolov4-large

本文的更新

Scaled-YOLOv4：

https://github.com/WongKinYiu/ScaledYOLOv4

整体总结贡献内容：

【1】网络扩展提升性能同时降低内存占用

【2】通过策略扩大检测

【3】对模型进行扩展通过相关性内容

【4】设计了高校的模型

Scaled-YOLOv4的内容：

CSP-ized YOLOv4

YOLOv4-tiny

YOLOv4-large

对比结果

本论文pdf下载后台回复：20201118

end

这是我的私人微信，还有少量坑位，可与相关学者研究人员交流学习 

目前开设有人工智能、机器学习、计算机视觉、自动驾驶（含SLAM）、Python、求职面经、综合交流群扫描添加CV联盟微信拉你进群，备注：CV联盟

王博的公众号，欢迎关注，干货多多

王博的系列手推笔记（附高清PDF下载）：

博士笔记 | 周志华《机器学习》手推笔记第一章思维导图

博士笔记 | 周志华《机器学习》手推笔记第二章“模型评估与选择”

博士笔记 | 周志华《机器学习》手推笔记第三章“线性模型”

博士笔记 | 周志华《机器学习》手推笔记第四章“决策树”

博士笔记 | 周志华《机器学习》手推笔记第五章“神经网络”

博士笔记 | 周志华《机器学习》手推笔记第六章支持向量机（上）

博士笔记 | 周志华《机器学习》手推笔记第六章支持向量机（下）

博士笔记 | 周志华《机器学习》手推笔记第七章贝叶斯分类（上）

博士笔记 | 周志华《机器学习》手推笔记第七章贝叶斯分类（下）

博士笔记 | 周志华《机器学习》手推笔记第八章（上）

博士笔记 | 周志华《机器学习》手推笔记第八章（下）

博士笔记 | 周志华《机器学习》手推笔记第九章

点个在看支持一下吧