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

目标检测算法-YOLO-V4代码详解

[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)

目标检测实战:4种YOLO目标检测的C++和Python两种版本实现

大数据毕设选题 - 深度学习火焰识别检测系统(python YOLO)