YOLO V4 Tiny改进版来啦！速度294FPS精度不减YOLO V4 Tiny

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

此YOLO V4 Tiny改进在保证精度的同时帧率可以达到294FPS！具有比YOLOv4-tiny（270 FPS）和YOLOv3-tiny更快的目标检测速度（277 FPS），并且其平均精度的平均值与YOLOv4-tiny几乎相同；

作者单位：东北电力大学, 北华大学

1、方法简介

为了提高目标检测的实时性，本文提出了一种基于YOLOv4-tiny的快速目标检测方法。它首先使用ResNet-D网络中的两个ResBlock-D模块，而不是Yolov4-tiny中的两个CSPBlock模块，从而降低了计算复杂度。其次，设计了辅助残差网络块，以提取更多的物体特征信息，以减少检测误差。

在辅助网络的设计中，使用两个连续的3x3卷积获得5x5感受野以提取全局特征，并使用通道注意力和空间注意力来提取更有效的信息。

最后，它将辅助网络和Backbone网络合并，以构建改进的YOLOv4-tiny的整个网络结构。实验结果表明，该方法具有比YOLOv4-tiny和YOLOv3-tiny更快的目标检测速度，并且其平均精度的平均值与YOLOv4-tiny几乎相同。它更适合于实时目标检测。

2、YOLO V4 Tiny概要

2.1、模型结构

Yolov4-tiny使用特征金字塔网络提取不同尺度的特征图，进而提高目标检测速度，而不使用Yolov4方法中使用的空间金字塔池和路径聚合网络。同时，Yolov4-tiny使用和两种不同比例尺的feature map来预测检测结果。

2.2、损失函数

1、置信度损失函数

其中为第i个网格中第j个边界框的置信分数。只是用来判别是否为目标的函数（0/1）。

2、分类损失函数

其中，和分别为对象在第i个网格的第j个边界框中属于c类的预测概率和真概率。

3、边界框回归损失函数

4、总损失函数

3、改进YOLO Tiny算法

文章作者为了进一步提升速度，使用ResBlock-D模块代替了部分CSPBlock模块，降低了计算的复杂度，同时设计了Auxiliary残差模块，以便提取更多的物体特征信息，以降低检测的误差；所提backbone网络如下：

3.1、设计思路

FPS计算：

其中D为所有卷积层的和，为第个卷积层的输出特征映射大小，为核大小的个数，和分别为输入通道和输出通道的个数。

这里假设输入图像的大小为，通道数为64。

CSPBlock的FLOPs为：

ResBlock-D的FLOPs为：

通过以上计算可以得到CSPBlock和ResBlock-D的计算复杂度比率约为10:1。这意味着ResBlock-D的计算复杂度远小于CSPBlock。因此在设计模型的时候使用ResBlock-D代替了CSPBlock模块：

3.2、Auxiliary Network Block

论文中提到虽然使用ResBlock-D模块来代替CSPBlock模块能够一定层度上提高目标检测的速度，但是它降低了目标检测的准确性。因此为了保持精度和速度的平衡，作者设计了两个相同的Residual Network blocks作为Auxiliary Network Block，并将其添加到ResBlock-D模块中以提高精度。

这里Auxiliary Network Block利用两个卷积网络提取全局特征，同时使用通道注意力和空间注意力提取更有效的特征信息。采用级联操作将第1个卷积网络的输出特征与空间注意力机制的输出特征进行组合。组合后的特征作为Auxiliary Network Block的输出特征。

最后，将最终的Auxiliary Network输出特征与Backbone中Residual网络的输出特征相结合，作为下一个骨干网中Residual网络的输入特征。使改进后的骨干网能够提取出检测对象的全局和局部特征，进一步提高了检测的准确性。

4、实验结果

4.1、精度与速度

4.2、GPU占用率

4.3、实际检测结果

参考

[1] Real-time object detection method based on improved YOLOv4-tiny

本文仅做学术分享，如有侵权，请联系删文。

下载1

在「3D视觉工坊」公众号后台回复：3D视觉，即可下载 3D视觉相关资料干货，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。

下载2

在「3D视觉工坊」公众号后台回复：3D视觉github资源汇总，即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。

下载3

在「3D视觉工坊」公众号后台回复：相机标定，即可下载独家相机标定学习课件与视频网址；后台回复：立体匹配，即可下载独家立体匹配学习课件与视频网址。

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。

一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

圈里有高质量教程资料、可答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~