AlexeyAB大神繼承了YOLOv3, 在其基礎上進行持續開發，將其命名為YOLOv4。並且得到YOLOv3作者Joseph Redmon的承認，下面是Darknet原作者的在readme中更新的聲明。
來看看YOLOv4和一些SOTA模型的對比，YOLOv4要比YOLOv3提高了近10個點。
1. 思維導圖
YOLOv4總體上可以划分為兩部分，一部分是講Bag of freebies和Bag of Specials; 另外一部分講的是YOLOv4的創新點。
Bag of freebies和Bag of specials涉及到的大部分trick在GiantPandaCV公眾號歷史文章中都有介紹，所以不一一列舉，主要講一下YOLOv4的創新點。
2. 創新點
- Mosaic數據增強方法
這個方法在解析U版YOLOv3的時候就講過了，將4張不同的圖片鑲嵌到一張圖中，其優點是：
- 混合四張具有不同語義信息的圖片，可以讓檢測器檢測超出常規語境的目標，增強模型的魯棒性。
- 由於BN是從四張圖片計算得到的，所以可以減少對大的mini-batch的依賴。
評價：這個方法在U版YOLOv3中很早就出現了，在自己數據集上也用過，但是感覺效果並不是很穩定。筆者數據集只有一個類，所以可能不需要這種特殊的數據增強方法，歡迎各位讀者通過自己的實驗來驗證這個數據增強方法的有效性。
- Self-Adversarial Training
自對抗訓練也是一種新的數據增強方法，可以一定程度上抵抗對抗攻擊。其包括兩個階段，每個階段進行一次前向傳播和一次反向傳播。
- 第一階段，CNN通過反向傳播改變圖片信息，而不是改變網絡權值。通過這種方式，CNN可以進行對抗性攻擊，改變原始圖像，造成圖像上沒有目標的假象。
- 第二階段，對修改后的圖像進行正常的目標檢測。
評價：筆者對對抗領域不是很熟悉，不是很理解這個部分。感覺這個部分講解不是很詳細，只是給出整個過程和描述，不是很能理解。
- CmBN
上圖表達的是三種不同的BN方式，理解的時候應該從左往右看，BN是對當前mini-batch進行歸一化。CBN是對當前以及當前往前數3個mini-batch的結果進行歸一化。而本文提出的CmBN則是僅僅在這個Batch中進行累積。
評價：在消融實驗中，CmBN要比BN高出不到一個百分點。感覺影響不是很大。
- modified SAM
SAM實際上是之前解讀的<CV中的Attention機制>系列中的CBAM, CBAM含有空間注意力機制和通道注意力機制, SAM就是其中的空間注意力機制.
本文將Spatial-wise Attention變為Point-wise Attention, modified SAM中沒有使用pooling, 而是直接用一個卷積得到的特征圖直接使用Sigmoid進行激活, 然后對應點相乘, 所以說改進后的模型是Point-wise Attention.
評價: 作者並沒有給出改進后的SAM和SAM的實驗對比,所以並不清楚這個模塊的性能到底怎樣. 並且在yolov4.cfg中沒有發現使用SAM的痕跡, 這非常奇怪..不知道作者將SAM用到了模型的哪個部分.
- modified PANet
PANet融合的時候使用的方法是Addition, 詳解見：CVPR 2018 PANet
這里YOLOv4將融合的方法由加法改為乘法，也沒有解釋詳細原因，但是yolov4.cfg中用的是route來鏈接兩部分特征。
3. 結構
YOLOv4的模型結構筆者讀了一下yolov4.cfg文件，然后根據結構畫出了大體結構。
其中沒有詳細展開backbone部分，其實backbone之前在解讀CSPNet的時候就講過了，YOLOv4使用的是CSPDarknet53作為Backbone。
4. 總結
讀了這篇文章以后，給人留下深刻印象的不是創新點，而是Bag of freebies和Bag of specials。所以有人多人都說YOLOv4是拼湊trick得到的。YOLOv4中Bag of freebies和Bag of Specials兩部分總結的確實不錯，對研究目標檢測有很大的參考價值，涵蓋的trick非常廣泛。但是感覺AB大神並沒有將注意力花在創新點上，沒有花更多篇幅講解這創新性，這有些可惜。（ASFF中就比較有側重，先提出一個由多個Trick組成的baseline,然后在此基礎上提出ASFF結構等創新性試驗，安排比較合理）
此外，筆者梳理了yolov4.cfg並沒有發現在論文中提到的創新點比如modified SAM, 並且通過筆者整理的YOLOv4結構可以看出，整體架構方面，可以與yolov3-spp進行對比，有幾個不同點：
- 換上了更好的backbone: CSDarknet53
- 將原來的FPN換成了PANet中的FPN
結構方面就這些不同，不過訓練過程確實引入了很多特性比如：
- Weighted Residual Connections(論文中沒有詳細講)
- CmBN
- Self-adversarial-training
- Mosaic data augmentation
- DropBlock
- CIOU loss
總體來講，這篇文章工作量還是非常足的，涉及到非常非常多的trick, 最終的結果也很不錯，要比YOLOv3高10個百分點。文章提到的Bag of freebies和Bag of specials需要好好整理，系統學習一下。
但是缺點也很明顯，創新之處描述的不夠，沒能有力地證明這些創新點的有效性。此外，yolov4.cfg可能並沒有用到以上提到的創新點，比如SAM。
一家之言，歡迎大佬在文末留言討論。