无法理解 YOLOv4 架构

Question

我正在阅读yolov4 论文，其中作者提到了 Backbone（CSP DARKNET-53）、Neck（SPP 后跟 PANet）和 Head（YOLOv3）。因此，架构是这样的：

CSP Darknet-53-->SPP-->PANet-->YOLOv3(106层YOLOv3)。

这是否意味着 YOLOv4 包含了整个 YOLOv3？

Answer 1

首先，YOLOv3是由什么组成的？

YOLOv3由两部分组成：

1. 骨干网或特征提取器 --> Darknet53
2. 头部或检测块 --> 53 层

头部用于 (1) 边界框定位，以及 (2) 识别框内对象的类别。

在 YOLOv4 的情况下，它使用与 YOLOv3 相同的“Head”。

总而言之，YOLOv4 主要分为三个部分：

1. 骨干网 --> CSPDarknet53
2. 颈部（连接骨干和头部）--> SPP, PAN
3. 头像 --> YOLOv3的头像

参考资料：

• 第 1.A 节。在https://ieeexplore.ieee.org/document/9214094
• http://arxiv.org/abs/2004.10934 第 5 页