『科技俱乐部菌』大型调优现场，速度和准确率俱佳，YOLOv4来了
文章图片
文章图片
作者|VincentLee来源|晓飞的算法工程笔记
文章图片
简介
文章图片
论文提出YOLOv4 ， 从图1的结果来看 ， 相对于YOLOv3在准确率上提升了近10个点 ， 然而速度并几乎没有下降 ， 论文主要贡献如下：
提出速度更快、精度更好的检测模型 ， 仅需要单张1080Ti或2080Ti即可完成训练 。
验证了目前SOTA的Bag-ofFreebies(不增加推理成本的trick)和Bag-of-Specials(增加推理成本的trick)的有效性 。
修改了SOTA方法 ， 让其更高效且更合适地在单卡进行训练 ， 包括CBN、PAN、SAM等 。
文章图片
方法论
Selectionofarchitecture
对检测模型来说 ， 分类最优的主干网络不一定是最合适的 ， 适用于目标检测的主干网络需满足以下要求：
高输入分辨率 ， 提高小物体的检测准确率 。
更多的层 ， 提高感受域来适应输入的增加 。
更多的参数 ， 提高检测单图多尺寸目标的能力 。
文章图片
理论来讲 ， 应该选择感受域更大且参数了更大的模型作为主干网络 ， 表1对比了三种SOTA主干网络的 ， 可以看到CSPDarknet53的感受域、参数量以及速度都是最好的 ， 故选其为主干网络 。
文章图片
另外 ， 使用不同大小的感受域有以下好处：
匹配物体大小 ， 可以观察完整的物体 。
匹配网络大小 ， 可以观察物体的上下文信息 。
超过网络的大小 ， 增加点与最终激活之间的连接数 。
为此 ， YOLOv4加入了SPPblock ， 能够显著地改善感受域大小 ， 而且速度几乎没有什么下降 。
文章图片
另外 ， 使用PANet替换FPN来进行多通道特征的融合 。
最终 ， YOLOv4选择CSPDarknet53作为主干网络 ， 配合SPP模块 ， PANet通道融合以及YOLOv3的anchorbasedhead 。
SelectionofBoFandBoS
目前比较有效的目标检测提升的trick：
激活函数:ReLU,leaky-ReLU,parametric-ReLU,ReLU6,SELU,Swish,orMish 。
bbox回归损失:MSE,IoU,GIoU,CIoU,DIoU
数据增强:CutOut,MixUp,CutMix
正则化方法:DropOut,DropPath,SpatialDropOut,orDropBlock
归一化方法:BatchNormalization(BN),Cross-GPUBatchNormalization(CGBNorSyncBN),FilterResponseNormalization(FRN),orCross-IterationBatchNormalization(CBN)
由于PReLU和SELU难以训练 ， 并且ReLU6是专门为量化网络设计的 ， 从激活函数中去除这几种 。 而在正则化方法中 ， DropBlock的效果是最优的 。 对于归一化方法的选择 ， 由于需要单卡训练 ， 因此不考虑SyncBN 。
Additionalimprovements
为了让模型能更好地在单卡进行训练 ， 做了以下的改进：
提出新的数据增强方法Mosaic和Self-AdversarialTraining(SAT) 。
使用遗传算法选择最优的超参数 。
修改目前的方法来让训练和检测更有效 ， 包括改进的SAM ， 改进的PAN以及Crossmini-BatchNormalization(CmBN)
推荐阅读
- 小米科技▲卢伟冰再次发力，全球首发骁龙768G，5G新机将在两天后发布！
- 快科技最贵或达5000元，苹果头戴耳机更多细节曝光：包含两款
- 科技迷7nm版年底流片，要放弃美国代工？国产x86转向三星台积电代工
- 骊微电子科技PD充电器应用方案，PN8161+PN8307H高集成18W
- 快科技小米高管都是外人？雷军透露了一个秘密
- 靓科技解读Thing，a16z、5.15亿美金的数据加密股票基金：找寻下一个Big
- 王伯伯说科技流畅用三年，即将开学的学生党准备好了吗？三款高配低价千元机
- 知叔达科技中芯国际早已料到，成功绕开了光刻机，怒了！荷兰ASML再次失约
- 小熊带你玩科技数据成粤企生产新要素，工业互联网深调研〡从经验依赖到数据驱动
- 每日科技果粉大批华人再掀归国潮，美利坚的钱“不香了”？，硅谷科技人才流失