【目标检测】开源 | YOLOv4原班人马的又一力作，YOLO系列的扩展Scaled-YOLOv4：跨阶段局部网络！

获取完整原文和代码，公众号回复：2011.08036

论文地址： https://arxiv.org/pdf/2011.08036.pdf

代码： 公众号回复：2011.08036

来源： 台湾中央研究院

论文名称：Scaled-YOLOv4: Scaling Cross Stage Partial Network

原文作者：Chien-Yao Wang

内容提要

实验表明，基于CSP方法的YOLOv4目标检测神经网络在保持最优速度和准确率的前提下，具有可伸缩性和可伸缩性，适用于大小网络。本文提出了一种“Network Scaling”方法，它不仅针对深度、宽度、分辨率进行调整，同时调整网络结果。YOLOv4-Large取得了SOTA的结果：在MS-COCO数据集上取得了55.4%AP(73.3% AP50)，推理速度为15 FPS@Tesla V100；在添加TTA后，该模型达到了55.8%AP(73.2%AP50)。据我们所知，YOLOv-Large在COCO数据集上取得最佳指标。而由此得到的YOLOv4-tiny取得了22.0%AP(42.0%AP50)，推理速度为443fps@TRX 2080Ti；经由TensorRT加速以及FP16推理，batchsize=4时其推理速度可达1774 FPS。

主要框架及实验结果

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。