《YOLOv4：Optimal Speed and Accuracy of Object Detection》
发表时间及作者：2020 CVPR
1.YOLOv4介绍
Yolov4其实并没有提出什么创新点，主要是对当时领域内的一些Tricks（WRC、CSP、CmBN、SAT、Mish激活、Mosaic数据增强，DropBlock和CIoU）进行了大量的实验，并且对模型的精度和速度进行了平衡；最终在MS COCO数据集上实现了43.5% AP (65.7% AP50)，在Tesla V100的实时速度为65帧/秒。
YOLOv4一共有如下三点贡献：
1.开发了一个高效、强大的目标检测模型。它使每个人都可以使用1080ti或2080ti GPU来训练一个非常快速和准确的目标检测器
2.验证了最先进的 Bag-of-Freebies和 Bag-of-Specials对象检测在检测器训练时的影响。
3.对现有的方法进行了改进，使其更加高效，更适合于单个GPU的训练，包括CBN，PAN，SAM等。
图1：YOLOv4与其他最先进的物体探测器的比较。在性能相当的情况下，YOLOv4运行速度是EfficientDet的两倍。YOLOv4将YOLOv3的AP和FPS分别提升10%和12%。
2.YOLOv4网络结构
YOLOv4结构组成如下：
• Backbone: CSPDarknet53
• Neck: SPP , PAN
• Head: YOLOv3
2.1 Backbone改进
YOLOv4借鉴了CSPNet（Cross Stage Partial Networks，跨阶段局部网络）的思想，对YOLOv3的Darknet53网络进行了改进，形成了全新的主干网路结构–CSPDarknet53；
采用CSP结构有如下几点好处：
1.加强CNN学习能力
2.删除计算瓶颈
3.减少内存成本
CSPNet实际上是基于Densnet的思想，即首先将数据划分成Part 1和Part 2两部分，Part 2通过dense block发送副本到下一个阶段，接着将两个分支的信息在通道方向进行Concat拼接，最后再通过Transition层进一步融合。CSPNet思想可以和ResNet、ResNeXt和DenseNet结合，目前主流的有CSPResNext50 和CSPDarknet53两种改造Backbone网络。
改进后的主干网络结构如下图所示：
2.2 Neck改进
2.2.1 SPP结构介绍
SPP-Net全称Spatial Pyramid Pooling Networks，主要是用来解决不同尺寸的特征图如何进入全连接层的，如下2图所示，下图中对任意尺寸的特征图直接进行固定尺寸的池化，来得到固定数量的特征。
2.2.2 PAN结构介绍
PAN（Path Aggregation Network）结构其实就是在FPN（从顶到底信息融合）的基础上加上了从底到顶的信息融合，如下图(PAN结构图)所示。
2.2.3 YOLOv4 PAN结构介绍
YOLOv4在原始PAN结构上进行了一点改进，如下图所示。图(a)是PAN论文中的原始融合方式，即特征层之间融合时是直接通过addition的方式进行融合的，但在YOLOv4中的PAN是通过在通道方向Concat拼接的方式进行融合的。
