YOLOv4：Optimal Speed and Accuracy of Object Detection
YOLOv4在YOLOv3的基础上进行大量的trick改进，包括使用CSPDarkNet53，PAN等网络
什么是 YOLOv4？
- 在 YOLOv4 中 CSPDarknet53作为BackBone和空间金字塔池化(SpatialPyramidPooling,SPP)块用于增加感受野，将显着特征分离，并没有降低网络运行速度；PAN用于来自不同主干级别的参数聚合 YOLOv3头用于预测头
- 改进网络 CSPDarknet53、SPP、PAN、DropBlock 正则化、CmBN(Crossmini-BatchNormalization)
- 改进数据预处理 Mixup数据增强、标签平滑(Classlabelsmoothing)
- 改进模型训练 CIOU loss、自我对抗训练SAT(Self-adversarial-training)数据增强
YOLOv4的网络结构？
- 输入：608x608x3 的图片
- 输出：3 个输出，76x76x255、38x38x255、19x19x255，其中 YOLOv3网络结构含义一致，表示每个网格使用 3 个先验框，每个先验框计算置信度 (1)、位置 (4)、类别 (80)
- YOLOv4 = CSPDarknet53+ 空间金字塔池化(SpatialPyramidPooling,SPP)+ PAN+ YOLOv3 的检测头
YOLOv4的正负样本判定？
- YOLOv1-YOLOv3均采取single-anchor(1个真实框分配1个先验框进行预测)的方式，而YOLOv4采用multi-anchor(1个真实框分配多个先验框进行预测)
- 正负样本判定： 只要真实框与某个先验框的IOU大于阈值，该先验框就是正样本，反之是负样本，不再考虑忽略样本
YOLOv4如何制作正样本？
- YOLOv4使用YOLOv3的检测头，因此其正样本制作方式YOLOv3制作正样本制作方式一样
YOLOv4的损失函数？
- YOLOv3损失函数 box位置损失替换CIoU loss ，其他部分的损失一样
YOLOv4的主干网络CSPDarknet53?
- CSPDarknet53 是 YOLOv3主干网 Darknet-53 的基础上，借鉴 CSPNet(Cross-Stage-Partial-connections)的经验产生的
- CBM： Yolov4 网络结构中的最小组件，由 Conv+Bn+Mish 激活函数三者组成
- CSPX： 借鉴了 CSPNet 网络结构，由 CBM 组件和 X 个 Res unint 模块 Concate 组成
YOLOv4的颈部网络组成?
- 特征增强模块，主要由CBL组件，SPP模块和FPN+PAN的方式组成
- CBL组件： Conv+Bn+Leaky_relu激活函数三者组成
- 空间金字塔池化(SpatialPyramidPooling,SPP)： 采用1×1，5×5，9×9，13×13的最大池化的方式，进行多尺度融合
- PAN： FPN层自顶向下传达强语义特征，而PAN则自底向上传达强定位特征，两两联手，从不同的主干层对不同的检测层进行参数聚合，加速了不同尺度特征的融合，进一步提高特征提取的能力
YOLOv4的Bag of freebies有哪些？
- 用于 backbone： Mosaic数据增强，DropBlock 正则化，标签平滑(Classlabelsmoothing)
- 用于检测器的 BoF：CIOU loss，CmBN(Crossmini-BatchNormalization)，DropBlock 正则化，Mosaic数据增强，自我对抗训练SAT(Self-adversarial-training)数据增强，消除网格敏感性，对单个 ground-truth 使用多个 anchor，学习率余弦衰减，最佳超参数，Random training shapes
YOLOv4的Bag of specials有哪些？
- 用于 backbone 的 BoS： 激活函数 Mish，CSPNet，多输入加权残差连接(Weighted-Residual-Connections,MiWRC)
- 用于检测器的 Bos： 激活函数 Mish，SPPNet，CBAM的通道注意力模块（ChannelAttentionModule，CAM)，PAN ，DIOU Loss
YOLOv4为什么要进行Mosaic数据增强呢?
- 小目标的AP一般比中目标和大目标低很多。而Coco数据集中小目标占比达到41.4%，数量比中目标和大目标都要多。但在所有的训练集图片中，只有52.3%的图片有小目标，而中目标和大目标的分布相对来说更加均匀一些