最近正好读完Yolov4论文并且复现了Yolov5，谈一谈对这个问题的看法。

Yolov4基本上用了2020年所有较好的tricks，很佩服开发团队的实验量。
Yolov5其实完全可以看作是Yolov4的工程版。因此我认为才没有V5的论文。

Yolov4所使用的优化算法总体可以分为2大类，分别是Bag of freebies(BOF)数据层面和Bag of special(BOS)结构层面

Bag of freebies(BOF)数据层面

  1. 使用了Mosaic data augmentation（马赛克方法），将4张图像拼接在一起，使得训练的泛化性更好。
  2. Self-adversarial-training（SAT），通过引入噪声点来增加难度。
  3. DropBlock， 随机舍弃掉一个区域（泛化能力比Dropout更好）。
  4. 使用了Label Smoothing(标签平滑)， 使得簇内更紧密，簇间更分离。缓解了过拟合，让网络别太自信。
  5. 损失函数对比了GIOU、DIOU最后使用了CIOU。
  6. DIOU-NMS，非极大值抑制的一种，不仅考虑了IOU还考虑了2个BOX中心点的距离，来决定是否删除一个框。没有选用传统的NMS，因为太绝对了，DIOU-NMS给BOX降分，而不是直接剔除。重合度越高的BOX降分越多

Bag of special(BOS)结构层面

  1. SPPNet，增大感受野，用最大池化满足族中输入特征一致。
  2. CSPNet，论文里叫做CSP Darknet，减少了计算量，每一个block按照特征图的channel维度拆分成两个部分，一部分正常走网络，另一部分直接concat到这个block的输出。
  3. CBAM，加入了注意力机制，V4版本中用的是SAM，也就是空间的注意力机制（没channel的attention）
  4. Path Aggregation Network(PAN), 理解成双向FPN就行，引入了自底向上的路径，使得底层信息更容易传到顶部，使用的是concat而不是add。
  5. 激活函数使用的Mish。 yolo如何最大化用gpu_pytorch,也许是未来之星，解决了ReLu的一些缺点，但是跟Leakly ReLu一样增大运算量，但是效果不一定有明显提升
  6. eliminate frid sensitivity。在激活函数前面加了个大于1的系数，目的是解决 “坐标回归预测都在0-1之间，如果在grid边界的话就需要非常大的数值才能达到边界”这个问题。