23 Apr 2020

• paper: https://arxiv.org/abs/2004.10934

• source code: https://github.com/AlexeyAB/darknet

• Alexey Bochkovskiy, Chien-Yao Wang, Hong-Yuan Mark Liao

  → 후속연구: Scaled-YOLOv4: Scaling Cross Stage Partial Network (Chien-Yao Wang, Alexey Bochkovskiy, Hong-Yuan Mark Liao, 16 Nov 2020)

  → 후속개발: YOLOv5: https://github.com/ultralytics/yolov5

요약

• YOLO v3 성능을 유지하면서 훨씬 빠른(1 GPU에서 동작하는) 방법 제안
• 학계의 다양한 성능향상 기법 적용 및 몇가지 커스텀한 기법 적용

목차

• Introduction
• History of YOLO
• Related work
• Methodology
• Experiments
• Conclusion
• 관련 후속 연구, 모델 소개

Introduction

• CNN에서 정확도를 올리는 다양한 방법들 적용
• 학계에 알려진 여러가지 방법을 적용하여 일반적으로 사용하는 1 GPU에서 사용가능한 모델을 제안 (MS COCO 데이터셋에서 $AP$는 43.5%($AP_{50}$은 65.7%), Tasla V100에서 ~65 FPS 달성)
• 사용된 방법들로는: WRC, CSP, CmBN, SAT, Mish activation, Mosaic data augmentation, DropBlock regularization, CIoU loss.

YOLO의 아버지인 조셉이 Vision 연구를 더이상 하지 않겠다고 했다고 함.