YOLOv4 最强PyTorch复现来了！

点击上方“CVer”，选择加"星标"置顶

重磅干货，第一时间送达

前言

从今年4月 YOLOv4正式发布后，很多同学经常在CVer 目标检测交流群中问：

"有没有同学复现YOLOv4的， 可以交流一下么"

"现在有没有很好复现YOLOv4的开源项目，可以分享一下么？"...

因为原版YOLO是基于C语言所写，光凭这一点就让不少同学望而却步。于是Amusi 上个月整理了：YOLOv4最全复现代码合集（含PyTorch/TF/Keras和Caffe等）

上述整理的项目虽然更新频率较高，复现相对较全，但还没有真正能接近原版YOLOv4的性能，不少项目中只给了代码，并没有给出自己在COCO上的训练结果。

在前几天Amusi 介绍百度推出的PP-YOLO文章中，提到了在COCO上能达到48.5% mAP的YOLOv4 PyTorch版本。不少同学追问是哪个项目，那么今天Amusi 就来正式介绍一下这个优质项目。截止目前，Amusi 还没看到任何平台推荐过这个开源项目。

PyTorch_YOLOv4

https://github.com/WongKinYiu/PyTorch_YOLOv4

首先值得说的是，这个复现作者就是YOLOv4的二作：Chien-Yao Wang，他也是CSPNet的一作。再值得说的是YOLOv4 和 “YOLOv5” 都用到了CSPNet。 

这个PyTorch版本的YOLOv4是基于 ultralytic的YOLOv3基础上实现的。再值得说的是：ultralytic 复现的YOLOv3 应该最强的YOLOv3 PyTorch复现：

https://github.com/ultralytics/yolov3

PyTorch_YOLOv4 的复现日志如下，不断接近原版YOLOv4：

• 2020-07-23 - support CUDA accelerated Mish activation function.

• 2020-07-19 - support and training tiny YOLOv4. yolov4-tiny

• 2020-07-15 - design and training conditional YOLOv4. yolov4-pacsp-conditional

• 2020-07-13 - support MixUp data augmentation.

• 2020-07-03 - design new stem layers.

• 2020-06-16 - support floating16 of GPU inference.

• 2020-06-14 - convert .pt to .weights for darknet fine-tuning.

• 2020-06-13 - update multi-scale training strategy.

• 2020-06-12 - design scaled YOLOv4 follow ultralytics. yolov4-pacsp-s yolov4-pacsp-m yolov4-pacsp-l yolov4-pacsp-x

• 2020-06-07 - design scaling methods for CSP-based models. yolov4-pacsp-25 yolov4-pacsp-75

• 2020-06-03 - update COCO2014 to COCO2017.

• 2020-05-30 - update FPN neck to CSPFPN. yolov4-yocsp yolov4-yocsp-mish

• 2020-05-24 - update neck of YOLOv4 to CSPPAN. yolov4-pacsp yolov4-pacsp-mish

• 2020-05-15 - training YOLOv4 with Mish activation function. yolov4-yospp-mish yolov4-paspp-mish

• 2020-05-08 - design and training YOLOv4 with FPN neck. yolov4-yospp

• 2020-05-01 - training YOLOv4 with Leaky activation function using PyTorch. yolov4-paspp

根据上述日志其实可知，该PyTorch版的YOLOv4实现了多个版本，比如s、m、l、x，性能依次增强，这个与"YOLOv5"的命名风格一致。而且就连前不久推出的YOLOv4-Tiny也复现出来了。

PyTorch_YOLOv4 各个model的性能如下，当test size = 736时，AP(val) 可达 48.5%。

上述test size与YOLOv4论文中的size不同，后者test size = 608。然后PyTorch_YOLOv4 项目作者又做了实验，给出了在MSCOCO 2017 test-dev set，test size = 608 的实验结果，数据如下。可知YOLOv4 (pacsp-x-mish)版本同样可达到 48.5% mAP！

上述均没有给出速度性能，Amusi 觉得一定不会让你失望的（因为原项目优化的相当好了）。建议想尝试PyTorch版YOLOv4的同学，一定要试试这个项目。基于此项目进行优化，改进，没准又是一个很棒YOLO改进工作。

https://github.com/WongKinYiu/PyTorch_YOLOv4

下载1

YOLOv4论文和各个版本的复现已经打包好，在CVer公众号后回复：YOLOv4，即可下载全部资料

下载2

在CVer公众号后台回复：OpenCV书籍，即可下载《Learning OpenCV 3》书籍和源代码。注：这本书是由OpenCV发起者所写，是官方认可的书籍。其中涵盖大量图像处理的基础知识介绍，虽然API还是基于OpenCV 3.x，但结合此书和最新API，可以很好的学习OpenCV。

下载3

在CVer公众号后台回复：CVPR2020，即可下载CVPR2020 2020代码开源的论文合集

在CVer公众号后台回复：ECCV2020，即可下载ECCV 2020代码开源的论文合集

重磅！CVer-目标检测 微信交流群已成立

扫码添加CVer助手，可申请加入CVer-目标检测 微信交流群，目前已汇集4100人！涵盖2D/3D目标检测、小目标检测、遥感目标检测等。互相交流，一起进步！

同时也可申请加入CVer大群和细分方向技术群，细分方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。

一定要备注：研究方向+地点+学校/公司+昵称（如目标检测+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

▲长按加群

▲长按关注我们

整理不易，请给CVer点赞和在看！