一、引言

贡献有三点：

1. 开发了一个高效、强大的目标检测模型，可以让任何人仅仅通过1080TI或2080TI训练一个快速且检测准确的检测器。
2. 通过大量的训练实验验证Bag of Freebies和Bag of Specials对检测的影响。
3. 改进CBN、PAN、SAM等等方法，使之更适合单GPU训练。

yolov4跟其他算法的对比图：

二、相关工作

2.1 目标检测模型

深度学习的目标检测器一般包含两个部分。第一，骨干网络（backbone）；第二，检测头（head）。目前常见运行在GPU的骨干网络有VGG，ResNet，ResNeXt和DenseNet；运行在CPU的骨干网络有SqueezeNet，MobileNet和ShufflfleNet。

检测头通常分为两类：一步式检测器（ one-stage object detector）；二步式检测器（two-stage object detector）。典型的一步式检测器有R-CNN系列，RepPoints（也属于anchor-free）；典型的二步式检测器有Yolo系列，SDD，RetinaNet。

近年来发展起来的对象检测器通常在主干和头部之间插入一些层，这些层通常用于收集不同阶段的特征图。 我们可以称之为物体探测器的颈部（neck）。

如下如图总结所示：

2.2 Bag of freebie

字面意思是“免费赠品”。论文里是这样解释的：训练一般是离线的，我们可以在训练阶段采用一些方法，在推理阶段不增加任何消耗以提高检测的准确性。符合这种的特性的方法常见的就是数据增强（data augmentation），数据增强的中常用的两种方法是brightness, contrast, hue, saturation, 和noise等在内的光度畸变（photometric distortions）和random scaling, cropping, flflipping, and rotating等在内的几何畸变（geometric distortions ）。当然也有其他方法，比如random erase 、CutOut等等。

另一个符合Bag of freebie的特性的方法就是Bounding Box (BBox) regression。最开始使用的是Mean Square Error (MSE)，随后出现IoU loss（解决传统方法计算{x，y，w，h}的L1或L2损失时，损失会随着尺度的增加而增加的问题），改进版GIoU loss，再改进版本DIoU loss，最后的完整版本CIoU loss。

2.3 Bag of specials

字面意思是“特价赠品”。论文里是这样的解释的：对于某些插件模块或后处理方法，仅仅增加微小消耗但检测效果却显著提升。