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)、颈部（SPP 后跟 PANet）和头部（YOLOv3）。因此架构是这样的：

CSP Darknet-53-->SPP-->PANet-->YOLOv3(106层的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. Backbone 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class。

在 YOLOv4 的情况下，它使用与 YOLOv3 相同的“Head”。

总结一下，YOLOv4 主要分为三个部分：

1. Backbone --> CSPDarknet53
2. 颈部（连接 backbone 与头部）--> SPP, PAN
3. Head --> YOLOv3 的 Head

参考文献：

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