刚刚，YOLOv4重磅更新！快来一睹论文真容吧！

【前言】千呼万唤始出来系列，继YOLOv3两年后，YOLOv4终于出来啦，让我们来一睹论文真容吧！

- 论文链接：https://arxiv.org/abs/2004.10934

- 代码地址：https://github.com/AlexeyAB/darknet

YOLOv4的发布可以说是YOLO系列的集大成者，里面涉及了许多tricks的组合。YOLOv4主要是选取了许多features进行组合的形式来对数据集进行测试训练，从而来验证性能效果。它主要采取了Weighted-Residual-Connections (WRC), Cross-Stage-Partial-connections (CSP), Cross mini-Batch Normalization (CmBN), Self-adversarial-training (SAT) and Mish-activation. 而且还使用了一些最近出来的新features：WRC, CSP, CmBN, SAT, Mish activation, Mosaic data augmentation, CmBN, DropBlock regularization, and CIoU loss。通过对这些features进行有效的组合达到了很好的效果。具体效果可见下图：

预训练模型的权重和参数信息可见代码地址：

YOLO的组成部分：

YOLOv4-detector信息：

各类检测器之间性能的比较：

论文中结果展示：