4.4 YOLOv4

4.4 YOLOv4

本节摘要：YOLOv4 集成大量"免费赠品"和"特价品"优化技术，单阶段精度达到 SOTA。本节讲它的 CSPDarknet、SPP、PANet 和 BoF/BoS——工程优化的集大成。

上手前先明确

阅读完本节，你应当能够：

1. 理解 BoF 和 BoS 的概念
2. 说清 YOLOv4 的架构改进
3. 列举主要优化技术

概念脉络

一、YOLOv4 的定位

YOLOv3 之后，YOLO 原作者停更。YOLOv4 由 Alexey Bochkovskiy 维护，目标：集成近年所有有效优化技术，在单 GPU 上训练出 SOTA 单阶段检测器，兼顾精度和速度。

YOLOv4 的价值不在单一创新，而在系统集成。论文把 2018-2020 年目标检测领域散落的技巧（数据增强、损失、激活、归一化、NMS、结构设计）做了大规模消融实验，挑出"免费"和"高性价比"的组合，打包成一个可直接训练的配方。它是"工程优化即创新"的宣言书，也是后来大量工业实践的直接参考。

二、架构改进

图 4-4 YOLOv4 架构

三、BoF 和 BoS

YOLOv4 把优化技术分两类：

Bag of Freebies（免费赠品）

只影响训练，不增加推理开销：

• Mosaic 数据增强：4 图拼接（v4 首创）
• CutMix：裁剪混合
• DropBlock：结构化 dropout
• CIoU 损失：更准的框回归
• CmBN：跨 mini-batch 归一化
• 余弦退火：学习率调度
• 标签平滑：防过拟合

Bag of Specials（特价品）

增加少量推理开销但提升明显：

• Mish 激活函数：平滑非单调，比 ReLU 好
• DIoU-NMS：考虑中心距离的 NMS
• SPP：空间金字塔池化
• PANet：路径聚合

BoF 与 BoS 的区分标准是推理时是否增加开销。这个分类方法本身很有价值：工程选型时先上免费赠品，再按算力余量上特价品。

四、CSPDarknet53

CSPDarknet53 引入 CSPNet 思想：把特征图分两部分，一部分走主干，一部分跨阶段直接拼接，减少计算量同时保持精度。

# CSP 残差块：通道切半，一半走残差主干，一半直连
def csp_resblock(x, n_blocks):
    x1, x2 = torch.chunk(x, 2, dim=1)
    for _ in range(n_blocks):
        x1 = res_block(x1)          # 残差主干
    return torch.cat([x1, x2], dim=1)  # 跨阶段拼接
​

通道切半意味着主干计算量减半，拼接又保留了全部信息，还丰富了梯度路径——CSP 同时优化了算力和表达能力。

五、SPP 与 PANet

• SPP：在骨干后用不同大小池化核池化再拼接，增加感受野，分离上下文特征
• PANet：在 FPN 自上而下基础上加自下而上路径，增强特征融合，小目标提升

SPP 用 1x1、5x5、9x9、13x13 四种池化核并行池化再拼接，让同一个特征点同时看到不同范围的上下文，大目标受益明显。PANet 在 FPN"深层往浅层传"之后，再加一条"浅层往深层传"的路径，小目标位置信息能更直接地流到深层，配合 YOLOv3 的多尺度头，小目标检测进一步改善。

六、性能

YOLOv4 在单 GPU 上达到 SOTA，兼顾精度速度，是工程优化的集大成。单 GPU 可训这点对工业界极其重要：不需要大规模分布式集群，普通工作站在合理时间内就能复现。

七、意义

YOLOv4 证明了系统化集成优化技术的价值：不是单一创新，而是把近年所有有效技术（数据增强、损失、激活、NMS、架构）整合，达到 SOTA。这开启了"工程优化即创新"的阶段。

八、一个对比：免费赠品 vs 特价品怎么选

BoF 里 Mosaic、CIoU、余弦退火几乎是"白嫖"的收益，任何项目都建议开启；BoS 里的 Mish、PANet 提升明显但增加推理时间，按时延预算取舍。YOLOv4 论文还系统测过"哪种增强配哪种损失"的兼容性：例如 CIoU 与 DIoU-NMS 搭配在密集场景最稳，Mosaic 与小 batch 训练天然互补——这些组合经验比单个技巧本身更值钱，直接抄作业即可。

⚠️ BoF vs BoS：BoF（免费赠品）只影响训练不加推理开销（数据增强、损失），BoS（特价品）加少量开销但提升明显（激活、NMS、模块）。部署时 BoF 不影响速度。

💡 关键直觉：YOLOv4 集成 BoF（免费赠品，训练优化不加推理开销）+BoS（特价品，少量开销提升明显）。CSPDarknet53+SPP+PANet+CIoU。单 GPU 训 SOTA，开启工程优化即创新阶段。

核心回顾

• 定位：集成近年所有有效优化，单 GPU 训 SOTA。
• 架构：CSPDarknet53（省算力）+SPP（增感受野）+PANet（强融合）+多尺度检测头+CIoU。
• BoF（免费赠品）：Mosaic、CutMix、DropBlock、CIoU、CmBN、余弦退火、标签平滑，不加推理开销。
• BoS（特价品）：Mish 激活、DIoU-NMS、SPP、PANet，少量开销提升明显。
• 性能：COCO mAP 65.5，38 FPS，单 GPU 训。
• 选型：算力紧只上 BoF，算力足加 BoS。
• 意义：系统化集成优化即创新，开启工程优化阶段。

下一节看 YOLOv5 的工程化。