中心思想：

• 在提出YOLOv4之前，作者先对现有的主流改进思路，进行了分类&综述
• 基于上述的改进思路进行尝试，整合，最终提出了YOLOv4。主要的贡献在于：
  • 能够实现低成本的训练（只用1张卡）
  • 验证了训练&预测过程中的一些trick

Bag of Freebies

Bag of Freebies指的是通过更好的训练方式来得到性能的提升，而这种训练方式不会对模型的预测(inference)带来比较大的负担

• 最常见的Freebie是数据增广，主要目的是提升训练数据的差异性，常用的数据增广有两方面：
  1. 光度偏差：随机对图像的亮度，对比度，色调，饱和度等元素进行随机扰动
  2. 几何偏差：对图像进行crop, scale, flip, rotate等操作
• 近年来，提出了一些新的数据增广方式，包括：
  1. 对遮挡进行模拟：选定图中的若干ROI，将ROI中的值置为0
  2. 通过多张图像的整合来实现数据增广：mixup, cutmix, mosiac等

此外，为了解决数据分布不均衡的问题（包括正负样本的不均衡，各类别间的不均衡），目前主流的方法包括：

1. Focal Loss
2. hard Negative Mining
3. Softlabel：解决0-1 one-hot编码无法对类别间的依赖/相似性关系进行度量的问题（在0-1中每个类别都是相互独立的，没有关联性）

对于目前目标检测中，对回归分支最常用的L2 Loss：

• L2 Loss对每个维度${c_x, c_y, w, h}$看成相互独立的，而没有将这4个维度看成一个整体
• 为了解决这种问题，IOU Loss应运而生，一方面融合了各个维度，另一方面起到了各个尺度下均衡的作用（L2 Loss下越远的目标，产生的Loss越小，但其实加入了acnhor之后会得到解决）
• CIoU Loss在IOU Loss的基础上，考虑了GT与预测值之间的中点距离，同时考虑了宽高比

除此之外，本文还提出了新的BOF，包括Mosaic(马赛克数据增广)&self-adversarial training（自对抗训练）

• 在self-adversarial training中，将一次迭代分成两部：
  • 不修改网络权重，只修改输入
  • 修改后的输入常规进行forward & backward propagation
• Mosaic与CutMix类似，只不过CutMix将2张图片混合，而Mosaic一次性将4张图片硬剪到一起：
  

Bag of specials

这里的special指的是一些通过牺牲infer时间来提升性能的方法，主要包括：

• 提升感受野，包括ASPP，RFB操作
• 引入attention，总括来说有2种attention，结合实验作者任务point wise的性价比更高
  1. point-wise: SAM(sptial attention module)
  2. channel-wise: SE Block
• 增强特征的整合能力（这里主要是形如UNet的将高层特征与底层特征进行融合的方式）
  1. SFAM：通过SE Block的方式对上采样后的feature map和低层的feature map进行加权相加
  2. ASFF：利用softmax进行每个点的reweight(加权)
  3. BiFPN: 不仅是从高层->底层，外加底层->高层，实现更全面的特征融合
• 激活函数的改进，主要包括RELU系列，swish系列，mish系列
• 检测后处理的改进：
  • 普通的nms，分数从大到小进行排序，保证保留的框具有较大的分数（置信度）
  • softnms: 考虑遮挡对NMS中，IOU计算的影响
  • DIOU NMS：在soft的基础上增加中心距离（度量方式改为DIoU）
• 对于BN层的改进：
  • 在CBN（Cross Batch Normalization）的基础上做了修改：每4个mini batch之后再更新scale shift的值（这么做的具体原因这里没有说）
    
• 对于现有的BOS的改进：modified SAM & modified PAN，整体来看是为了增大特征融合，以及attention部分的容量：
  

整体改进总结

• 总的来说，YOLOv4更像是对现有的目标检测改进方法的一系列尝试及整合，主要包括3部分：
  • Backbone: CSPDarknet53
  • Neck: SPP, PAN
  • Head: YOLOv3

• 并且使用了一下的改进方法:
  • Bag of Freebies (BoF) for backbone: CutMix and Mosaic data augmentation, DropBlock regularization, Class label smoothing
  • Bag of Specials (BoS) for backbone: Mish activa- tion, Cross-stage partial connections (CSP), Multi- input weighted residual connections (MiWRC)
  • Bag of Freebies (BoF) for detector: CIoU-loss, CmBN, DropBlock regularization, Mosaic data aug- mentation, Self-Adversarial Training, Eliminate grid sensitivity, Using multiple anchors for a single ground truth, Cosine annealing scheduler [52], Optimal hyper- parameters, Random training shapes
  • Bag of Specials (BoS) for detector: Mish activation, SPP-block, SAM-block, PAN path-aggregation block, DIoU-NMS