【目标检测】46、YOLOv4 | AlexeyAB大神接棒 引入其他模块来实现更快更好的 YOLO 网络

论文：YOLOv4: Optimal speed and accuracy of object detection

代码：https://github.com/AlexeyAB/darknet

作者：AlexeyAB

时间：2020.08

一、背景

由于实际应用中有很多需要达到实时检测的效果，如高速自动驾驶，所以本文作者致力于设计一个快速的检测器，称为 YOLOv4，其结果如图 1 所示，贡献点如下：

• 设计了一个又快又好的检测器
• 验证了很多 Bag of Freebies 和 Bag of Specials 方法的效果
• 证明了现有的 SOTA 的方法可以更有效并且在单个 GPU 上训练

YOLOv4 将目标检测器分为了 4 个部分：

• Input：Image、Patches、Image Pyramid
• Backbone：VGG-16、ResNet、EfficientNet 等
• Neck：
  • Additional blocks：SPP、ASPP、RFB、SAM 等
  • Path-aggregation blocks：FPN、PAN、NAS-FPN、ASFF 等
• Heads：
  • Dense Prediction（one-stage）：
    • RPN、SSD、YOLO、RetinaNet（anchor based）
    • CornerNet、CenterNet、FCOS（anchor free）
  • Sparse Prediction（two-stage)：
    • Faster RCNN、R-FCN、Mask RCNN（anchor based）
    • RepPoints（anchor free）

二、方法

2.1 BoS 和 BoF

Bag of Freebies：指的是那些不增加模型复杂度，也不增加推理的计算量的训练方法技巧，来提高模型的准确度

Bag-of-Specials：指的是那些增加少许模型复杂度或计算量的训练技巧，但可以显著提高模型的准确度

BoF指的是：

• 数据增强：图像几何变换（随机缩放，裁剪，旋转），Cutmix，Mosaic等
• 网络正则化：Dropout、Dropblock等
• 损失函数的设计：边界框回归的损失函数的改进 CIOU

BoS指的是：

• 增大模型感受野：SPP、ASPP等
• 引入注意力机制：SE、SAM
• 特征集成：PAN，BiFPN
• 激活函数改进：Swish、Mish
• 后处理方法改进：soft NMS、DIoU NMS

2.2 YOLOv4 的结构

YOLOv4 由以下三个部分组成，使用了很多 BoF 和 BoS：

• Backbone：CSPDarknet53
• Neck：SPP, PAN
• Head：YOLOv3

使用的策略：

• Backbone：

  • BoF: CutMix and Mosaic data augmentation, DropBlock regularization, Class label smoothing
  • BoS: Mish activation, Cross-stage partial connections (CSP), Multiinput weighted residual connections (MiWRC)

• detector：

  • BoF: CIoU-loss, CmBN, DropBlock regularization, Mosaic data augmentation, Self-Adversarial Training, Eliminate grid sensitivity, Using multiple anchors for a single ground truth, Cosine annealing scheduler [52], Optimal hyperparameters, Random training shapes
  • BoS: Mish activation, SPP-block, SAM-block, PAN path-aggregation block, DIoU-NMS

三、效果