2020年2月23号，随着 YOLO 系列作者 Joseph Redmon 在个人 Twitter 上宣布，将停止一切 CV 研究。
我们知道 YOLO 系列每次的出现都能够吊打同时期其他算法，当许多人在担心这个强大的目标检测算法研究会因此偃旗息鼓的时候，Alexey Bochkovskiy 参与开发过 Windows 版和 Linux 版 YOLO 的成员，在4月份时候发布了 YOLO v4 论文且被拉入了 YOLO 之父创建的项目主线中。而这次v4的横空出世，更是让人大为震惊，在保持训练速度的情况下，大大提高了精度，在 COCO 数据集里面将 AP 和 FPS 分别提高了 10% 和 12%，真的是再次碾压一切。
分享大佬帅气的照片：Alexey Bochkovskiy
其中比较重要的点我认为在：
- 用 CSP + DarkNet 网络结构采取特征更加细致。
- 用 Neck 创新，用 SPP 模块，FPN + PAN 结构使得更好提取融合特征。
- Prediction 创新，CIOU 和 DIOU_nms 在计算时候更加准确。
- 拓扑图像增加，参考 CutMix 数据增强，采用 Mosaic 丰富了检测数据集，随机缩放增加了小目标的检测提高鲁棒性。
而且现在 YOLO v4 已经开源了，有兴趣的小伙伴可以去试试看呀
欢迎小伙伴们和我一起讨论呀！
paper：https://arxiv.org/pdf/2004.10934.pdf,
code：https://github.com/AlexeyAB/darknet
权重链接：
https://pan.baidu.com/s/1gxb1mR0mus7wGlp4leeJ4Q
提取码：2a75
Mo平台：https://momodel.cn/explore/5f0e7c929fda75fe7f4b01e9?type=app
（这个是基于垃圾检测的 YOLO 项目，已经部署到平台了，有兴趣的小伙伴可以去试用一下）
评论 (0)