Pytorch-YOLOv4梳理——原理和复现

yolov1到yolov3的梳理：YOLO总结，从YOLOv1到YOLOv3_追忆苔上雪的博客-CSDN博客

首先说一点，就是yolov4的分支有点多，先梳理一下出现的顺序。

Alexey Bochkovskiy提出了YOLOv4

然后针对YOLOv4的模型缩放(model scale)，提出了Scaled-YOLOv4

Scaled-YOLOv4针对低端、一般、高端GPU分别设计了3个模型，

分别是：YOLOv4-CSP 、 YOLOV4 -tiny、YOLOv4-large

再说一点，论文给的网站，要拖到下面才能找到pytorch版本的代码

yolov4论文：https://arxiv.org/abs/2004.10934

scale-yolov4论文：https://arxiv.org/abs/2011.08036

后续用下面这个版本的做例子：GitHub - WongKinYiu/PyTorch_YOLOv4: PyTorch implementation of YOLOv4，这就是论文的二作复现的

yolov4-csp:GitHub - WongKinYiu/ScaledYOLOv4 at yolov4-csp

yolov4-large:GitHub - WongKinYiu/ScaledYOLOv4: Scaled-YOLOv4: Scaling Cross Stage Partial Network

yolov4-tiny:GitHub - WongKinYiu/ScaledYOLOv4 at yolov4-tiny

(1)yolov4相比yolov3的改善

YOLOv4是YOLOv3的加强版，其主要在YOLOv3的基础上添加了一系列的小改进。因此YOLOV4与YOLOV3整体的预测思路是没有差别的!解码的过程甚至一模一样。

YOLOv4的小改进遍布方方面面，主要有以下几点:

（1）主干特征提取网络的改进

由Darknet53改成了CSPDarknet53

（2）加强特征提取网络的改进

使用了SPP和PANet结构

（3）数据增强方面的改进

使用了Mosaic数据增强

（4）LOSS方面的改进

使用了CIOU作为回归LOSS

（5）使用了MISH激活函数