YOLOv4 官方改進版來了！55.8% AP！Scaled-YOLOv4：擴充套件跨階段區域性網路

注：文末附目標檢測微信交流群

Scaled-YOLOv4: Scaling Cross Stage Partial Network

• 作者單位：YOLOv4原班人馬（Chien-Yao Wang、AlexeyAB等人）
• PyTorch程式碼：https://github.com/WongKinYiu/ScaledYOLOv4
• darknet程式碼：https://github.com/AlexeyAB/darknet
• 論文下載連結：https://arxiv.org/abs/2011.08036

YOLOv4-large在COCO上最高可達55.8 AP！速度也高達15 FPS！YOLOv4-tiny的模型實現了1774 FPS！（在RTX 2080Ti上測試）

Scaled-YOLOv4

我們展示了基於CSP方法的YOLOv4目標檢測神經網路，可以上下縮放，並且適用於小型和大型網路，同時保持最佳的速度和準確性。 我們提出了一種網路縮放方法，該方法不僅可以修改深度，寬度，解析度，還可以修改網路的結構。

實驗結果

YOLOv4-large模型達到了最先進的結果：在Tesla V100上以15 FPS的速度，MS COCO資料集的AP為55.4％（AP50為73.3％），而隨著測試時間的增加，YOLOv4-large的模型達到了55.8％ AP（73.2 AP50）。

據我們所知，這是目前所有已發表作品中COCO資料集的最高準確性。 YOLOv4-tiny模型在RTX 2080Ti上以443 FPS的速度實現了22.0％的AP（42.0％AP50），而使用TensorRT，批處理大小= 4和FP16精度，YOLOv4-tiny的模型實現了1774 FPS。

Scaled-YOLOv4專案程式碼下載

在CVer微信公眾號後臺回覆：Scaled-YOLOv4，即可下載專案程式碼和論文。

CVer已建立目標檢測微信交流群，已經上千人！想要進目標檢測學習群的同學，可以直接加微訊號：CVer5555。加的時候備註一下：目標檢測+學校+暱稱，即可。然後就可以拉你進群了。