AI实战： YOLOv4: Optimal Speed and Accuracy of Object Detection
前言
YOLOv4: Optimal Speed and Accuracy of Object Detection [Submitted on 23 Apr 2020] 【是的，你没看错，2020年04月23日，YOLO v4终于来了。】
YOLO v4 论文：https://arxiv.org/abs/2004.10934
YOLO v4 开源代码：https://github.com/AlexeyAB/darknet
YOLO v4 的作者共有三位：Alexey Bochkovskiy、Chien-Yao Wang 和 Hong-Yuan Mark Liao。
YOLO v4性能
性能对比，上图
YOLOv4 在 MS COCO 数据集上获得了 43.5% 的 AP 值 (65.7% AP50)，在 Tesla V100 上实现了 65 FPS 的实时速度。
YOLO V4 的技术细节
YOLOv4 使用了以下特征组合，实现了新的 SOTA 结果：
- 加权残差连接（WRC）
- Cross-Stage-Partial-connection，CSP
- Cross mini-Batch Normalization，CmBN
- 自对抗训练（Self-adversarial-training，SAT）
- Mish **（Mish-activation）
- Mosaic 数据增强
- DropBlock 正则化
- CIoU 损失
其他细节请参考原论文： https://arxiv.org/abs/2004.10934
参考
Yolo-v4 and Yolo-v3/v2 for Windows and Linux
YOLO v4它来了：接棒者出现，速度效果双提升