Scaled-YOLOv4: Scaling Cross Stage Partial Network 论文链接：https://arxiv.org/abs/2011.08036 代码链接：https://github.com/WongKinYiu/PyTorch_YOLOv4 darknet代码：https://github.com/AlexeyAB/darknet YOLOv4-large在COCO上最高可达55.8 AP！速度也高达15 FPS！YOLOv4-tiny的模型实现了1774 FPS！（在RTX 2080Ti上测试）作者单位：YOLOv4原班人马（AlexeyAB等人）

我们展示了基于CSP方法的YOLOv4目标检测神经网络，可以上下缩放，并且适用于小型和大型网络，同时保持最佳的速度和准确性。 我们提出了一种网络缩放方法，该方法不仅可以修改深度，宽度，分辨率，还可以修改网络的结构。 YOLOv4-large模型达到了最先进的结果：在Tesla V100上以15 FPS的速度，MS COCO数据集的AP为55.4％（AP50为73.3％），而随着测试时间的增加，YOLOv4-large的模型达到了55.8％ AP（73.2 AP50）。 据我们所知，这是目前所有已发表作品中COCO数据集的最高准确性。 YOLOv4-tiny模型在RTX 2080Ti上以443 FPS的速度实现了22.0％的AP（42.0％AP50），而使用TensorRT，批处理大小= 4和FP16精度，YOLOv4-tiny的模型实现了1774 FPS。

内容中包含的图片若涉及版权问题，请及时与我们联系删除