YOLOv4采用了PANet ， 由于其简单的实现和高性能 ， 提高了预测的准确性 ， 速度是EfficientDet的两倍 。
文章插图
从APs来看 ， YOLOv4取得AP值为43.5% (65.7% AP??)在MS COCO数据集上 ， 并在Tesla V100上实现了~ 65帧/秒的实时的速度 ， 使其成为最快和最准确的检测器 。 由于包含了PANet而不是YOLOv3中使用的FPN ， YOLOv4的性能提高了10-12% !
文章插图
总结PANet是快速、简单和非常有效的 。 它包含可以通过管道聚合的信息的组件 。 它对所有level的特征进行池化 ， 缩短了最低层和顶层之间的距离 。 并且使用增强路径来丰富每个级别的特征 。
在YOLOv4中测试时 ， 它显示出了令人惊叹的结果 ， 并大大提升了特征提取过程 ， 保证了它在YOLOv4模型的neck的位置 。
英文原文：
【PANet：YOLOv4中的路径聚合网络】更多内容 ， 请关注微信公众号“AI公园” 。

• 脸上|那个被1亿锦鲤砸中的“信小呆”：失去工作后，脸上已无纯真笑容
• 夹缝|“互联网卖菜”背后：夹缝中的菜贩与巨头们的垄断
• 骁龙865|5G手机中的性能怪兽，256＋120W闪充，比iPhone12值得买
• RFID在冷链物流中的作用-RFID冷链资产管理解决方案
• 成员|千元机中的实力派再添新成员，三部千元机，一部更比一部强！
• Kotlin集合vs Kotlin序列与Java流
• 金融市场中的NLP——情感分析
• 二叉树：求搜索树中的众数
• USB接口中的皇帝！浅析雷电Thunderbolt的前生今世
• 面试官：聊聊 etcd 中的 Raft 吧