YOLOv4来了！COCO 43.5 AP，65FPS！实现速度与精度的最优平衡

今年初 YOLO 之父Joseph Redmon宣布推出CV界，引起轩然大波，大家纷纷猜测YOLO是否不会再出v4版，退出历史舞台。

今天，YOLOv4重磅发布，作者为俄罗斯开发者 Alexey Bochkovskiy 和两位中国台湾开发者 Chien-Yao Wang、Hong-Yuan Mark Liao。

 

YOLOv4 没有理论创新，而是在原有YOLO目标检测架构的基础上增加了近年CNN改进的众多技术，

从数据处理到网络训练再到损失函数，遵行“拿来主义”，加上漂亮的工程实践，打造实现最佳速度与精度平衡的目标检测新基准！

在MS COCO 数据集 实现 43.5% AP（平均精准度） (65.7% AP50 )， 速度也更快了，在Tesla V100 GPU上 ∼65 FPS！

FPS ：每秒帧率 Frame Per Second

AP：average precision 平均精准度

上图为YOLOv4与其他SOTA目标检测算法的比较，在精度差不多的情况下YOLOv4比EfficientDet快两倍，而相对于YOLOv3 AP和FPS 分别提升了10%和12%！

1.目标检测模型架构

作者首先对现有目标检测方法进行了总结，无论是one-stage 、two-stage 还是 anchor free 、anchor based，均包含 Input、Backbone 、Neck、Heads（Dense Prediction或者Sparse Prediction）四部分。

目前各部分的主流技术包括：

 

然后作者对现有目标检测相关技术的进展做了总结，即大礼包“bag of freebies”和特价袋“Bag of specials”。

• bag of freebies 大礼包 指那些能够提高精度而不增加推断时间的技术。比如数据增广的方法图像几何变换、CutOut、grid mask等，网络正则化的方法DropOut、DropBlock等，类别不平衡的处理方法、难例挖掘方法、损失函数的设计等。

• bag of specials 特价贷 是指那些增加稍许推断代价，但可以提高模型精度的方法，比如增大模型感受野的SPP、ASPP、RFB等，引入注意力机制Squeeze-and-Excitation (SE) 、Spatial Attention Module (SAM)等 ，特征集成方法SFAM , ASFF ,  BiFPN等，改进的激活函数Swish、Mish等，或者是后处理方法如soft NMS、DIoU NMS等

02 YOLOv4方法介绍

架构选择：

经过综合考虑计算量和精度，作者最终选择的架构是：CSPDarknet53 作为 backbone, SPP 模块用于增大感受野, PANet 用作 neck, 并仍沿袭 YOLOv3(anchor based) head。

最终 YOLOv4实用的技术：

YOLOv4包括
Backbone：CSPDarknet53 [81]
Neck：SPP [25]，PAN [49]
Head：YOLOv3 [63]
YOLO v4 使用:
主干网络的大礼包（BOF）：Cutmix和Mosaic数据增强，Dropblock正则化类标签平滑
主干网络的特价袋（Bos）：误操作跨阶段部分连接（CSP）、多重剩余连接（MIWRC）
探测器的免费包（BOF）：Clou lossCMBN，Dropblock正则化，马赛克数据增强，自我对抗训练，消除网格敏感度，使用多个锚用于单个地面真值，余弦退火调度器[52]，最优超参数，随机训练形状
探测器专用包（Bos）：误激活PP块、山姆块、泛路径聚合块、DIOU-NMS

03 实验结果

作者在MS COCO 数据集上进行了实验，结果如下：

每一行分别代表不同的GPU计算结果：

 

• 在主流的SOTA目标检测算法中，YOLOv4实现了最佳的速度和精度的平衡，

• 在精度差不多的情况下，YOLOv4的速度往往是最快的，

• 尤其在FPS超过30的实时算法中，YOLOv4是精度最高的。

 

因为不同的算法公布时可能在不同的GPU上进行测试，作者根据不同的GPU（Maxwell/Pascal/Volta）分别列出了YOLOv4与其他算法的更详细的比较，即Table 8、9、10，帧率大于等于30的用蓝底标出。

可见YOLOv4 在实时目标检测算法中精度最高，实现了精度和速度的最佳平衡。

04 传送门

论文地址：

https://arxiv.org/pdf/2004.10934v1.pdf

 

 

 

开源地址：

https://github.com/AlexeyAB/darknet

不仅有代码、模型而且提供了详细的训练和测试方法。

（在OpenCV中文网公众号后台回复“YOLOv4”，即可收到论文下载）

虽然YOLOv4在理论上没有创新，但其引人注目的精度速度，承袭YOLO系列的简单易上手的操作体验，必将成为实时目标检测的口碑之作！

终于有人扛起了YOLO的大旗了！