Yolo 3 在 Yolo 4 中是如何实现的?
Posted
技术标签:
【中文标题】Yolo 3 在 Yolo 4 中是如何实现的?【英文标题】:How Yolo 3 is implemented in Yolo 4? 【发布时间】:2020-11-24 09:22:26 【问题描述】:我尝试了解 Yolo4 的架构。 它由主干、颈部、密集预测和稀疏预测组成。 知道 Yolo 3 已经有骨干网,Yolo 4 是采用了 Yolo 3 的所有架构,包括其骨干网,还是只是 Yolo3 的一部分?
在论文 Yolo 4 的第 5 页中,他们提到了基于 Yolo3 的锚
Yolo 4:https://arxiv.org/pdf/2004.10934.pdf
Yolo 3 :https://pjreddie.com/media/files/papers/YOLOv3.pdf
【问题讨论】:
【参考方案1】:Yolov4 与 Yolov3:
Yolov3 使用Darknet53
作为主干,Yolov4 使用
CSPDarknet53
作为骨干。
Yolov4 使用PANet
作为不同检测器级别的不同主干级别的参数聚合方法,而不是 Yolov3 中使用的FPN
。
YOLOv4 包括:
-
Backbone: CSPDarknet53(特征提取)
颈部:附加模块 - SPP、PANet [这在 Yolov3 中没有]
Head: YOLOv3(Dense Prediction Block)【这部分与Yolov3相同】
颈部:近年来开发的物体检测器经常插入一些 主干和头部之间的层,这些层通常用于 收集不同阶段的特征图。
参考资料:
详细阅读Yolov4论文 阅读this文章【讨论】:
@MathieuConze 如果我的回答已经解决并回答了您的问题,请点赞并mark answer as accepted
,以便对其他 SO 用户有所帮助。以上是关于Yolo 3 在 Yolo 4 中是如何实现的?的主要内容,如果未能解决你的问题,请参考以下文章
[YOLO专题-17]:YOLO V5 - 如何把YOLO训练数据集批量转换成带矩形框的图片
YOLO算法(You Only Look Once)系列讲解与实现(待完善)
YOLO算法(You Only Look Once)系列讲解与实现(待完善)