yolo v4和yolo v3的主要区别是什么?

  统计/机器学习 计算机视觉 人工神经网络    浏览次数:4162        分享
0

yolo v4和yolo v3的主要区别是什么?有哪些技术改进?

 

猴老大   2020-04-29 08:58



   1个回答 
2

一、输入端:这里指的创新主要是训练时对输入端的改进,主要包括Mosaic数据增强、cmBN、SAT自对抗训练BackBone

二、主干网络:将各种新的方式结合起来,包括:CSPDarknet53、Mish激活函数、Dropblock

三、Neck:目标检测网络在BackBone和最后的输出层之间往往会插入一些层,比如Yolov4中的SPP模块、FPN+PAN结构

四、Prediction:输出层的锚框机制和Yolov3相同,主要改进的是训练时的损失函数CIOU_Loss,以及预测框筛选的nms变为DIOU_nms

SofaSofa数据科学社区DS面试题库 DS面经

数据科学小K   2020-06-02 23:57



  相关主题

卷积层的padding一般都是零吗?   2回答

卷积层、池化层和droput层的前后顺序是什么?   1回答

CNN中的感受野是什么意思?   1回答

yolov3-tiny一个maxpool层算出的结果为什么和pytorch上的公式不一样   1回答

有什么好的方法识别图片中的特殊点呢   1回答

cifar-10数据集是有哪十类?   1回答

图像处理中rgba是什么意思?   2回答

关于video saliency detection的一些问题   0回答

coco数据集是什么?   2回答

图像识别和深度学习中的“组合爆炸”是什么意思?   1回答

VGG16和VGG19的区别?   2回答

cnn没有pooling会怎么样?   4回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!