YOLOv4: Hochgeschwindigkeits- und präzise Objekterkennung

Willkommen auf der Ultralytics-Dokumentationsseite für YOLOv4, einen hochmodernen Echtzeit-Objektdetektor, der 2020 von Alexey Bochkovskiy unter https://github.com/AlexeyAB/darknet veröffentlicht wurde. YOLOv4 wurde entwickelt, um das optimale Gleichgewicht zwischen Geschwindigkeit und Genauigkeit zu bieten, was es zu einer hervorragenden Wahl für viele Anwendungen macht.

YOLOv4 Architekturdiagramm. Zeigt das komplexe Netzwerkdesign von YOLOv4, einschließlich der Backbone-, Neck- und Head-Komponenten sowie deren miteinander verbundene Schichten für eine optimale Echtzeit-Objekterkennung.

Einführung

YOLOv4 steht für You Only Look Once Version 4. Es ist ein Echtzeit-Objekterkennungsmodell, das entwickelt wurde, um die Einschränkungen früherer YOLO-Versionen wie YOLOv3 und anderer Objekterkennungsmodelle zu beheben. Im Gegensatz zu anderen auf Convolutional Neural Network (CNN) basierenden Objektdetektoren ist YOLOv4 nicht nur für Empfehlungssysteme anwendbar, sondern auch für eigenständiges Prozessmanagement und zur Reduzierung menschlicher Eingaben. Sein Betrieb auf herkömmlichen Grafikprozessoren (GPUs) ermöglicht den massenhaften Einsatz zu einem erschwinglichen Preis, und es ist so konzipiert, dass es in Echtzeit auf einer herkömmlichen GPU arbeitet, wobei nur eine solche GPU für das Training erforderlich ist.

Architektur

YOLOv4 nutzt mehrere innovative Funktionen, die zusammenarbeiten, um seine Leistung zu optimieren. Dazu gehören Weighted-Residual-Connections (WRC), Cross-Stage-Partial-connections (CSP), Cross mini-Batch Normalization (CmBN), Self-adversarial-training (SAT), Mish-activation, Mosaic Data Augmentation, DropBlock Regularization und CIoU Loss. Diese Funktionen sind kombiniert, um modernste Ergebnisse zu erzielen.

Ein typischer Objektdetektor besteht aus mehreren Teilen, darunter der Input, das Backbone, der Neck und der Head. Das Backbone von YOLOv4 ist auf ImageNet vorab trainiert und wird verwendet, um Klassen und Bounding Boxes von Objekten vorherzusagen. Das Backbone könnte aus verschiedenen Modellen stammen, einschließlich VGG, ResNet, ResNeXt oder DenseNet. Der Neck-Teil des Detektors wird verwendet, um Feature Maps aus verschiedenen Phasen zu sammeln und umfasst normalerweise mehrere Bottom-up-Pfade und mehrere Top-down-Pfade. Der Head-Teil wird verwendet, um die endgültigen Objekterkennungen und Klassifizierungen vorzunehmen.

Bag of Freebies

YOLOv4 nutzt auch Methoden, die als „Bag of Freebies“ bekannt sind; dies sind Techniken, die die Genauigkeit des Modells während des Trainings verbessern, ohne die Kosten für die Inferenz zu erhöhen. Data Augmentation ist eine gängige „Bag of Freebies“-Technik, die bei der Objekterkennung verwendet wird und die Variabilität der Eingabebilder erhöht, um die Robustheit des Modells zu verbessern. Einige Beispiele für Data Augmentation sind photometrische Verzerrungen (Anpassung von Helligkeit, Kontrast, Farbton, Sättigung und Rauschen eines Bildes) sowie geometrische Verzerrungen (Hinzufügen von zufälliger Skalierung, Zuschneiden, Spiegeln und Drehen). Diese Techniken helfen dem Modell, besser auf verschiedene Arten von Bildern zu generalisieren.

Funktionen und Leistung

YOLOv4 ist auf optimale Geschwindigkeit und Genauigkeit bei der Objekterkennung ausgelegt. Die Architektur von YOLOv4 umfasst CSPDarknet53 als Backbone, PANet als Neck und YOLOv3 als Detection Head. Dieses Design ermöglicht es YOLOv4, eine Objekterkennung mit beeindruckender Geschwindigkeit durchzuführen, was es für Echtzeitanwendungen geeignet macht. YOLOv4 zeichnet sich auch durch seine Genauigkeit aus und erzielt modernste Ergebnisse bei Objekterkennungs-Benchmarks wie COCO.

Im Vergleich zu anderen Modellen der YOLO-Familie, wie YOLOv5 und YOLOv7, behält YOLOv4 eine starke Position im Gleichgewicht zwischen Geschwindigkeit und Genauigkeit. Während neuere Modelle bestimmte Vorteile bieten können, machen die architektonischen Innovationen von YOLOv4 es weiterhin relevant für viele Anwendungen, die Echtzeitleistung erfordern.

Anwendungsbeispiele

YOLOv4 ist ein auf Darknet basierendes Modell und wird nicht nativ vom Ultralytics Python-Paket unterstützt: Es gibt keine yolov4.pt vortrainierten Gewichte, die auf ultralytics/assets veröffentlicht wurden, und keine ultralytics/cfg/models/v4/ YAMLs. Diese Seite dient als architektonische Referenz. Benutzer, die daran interessiert sind, YOLOv4 auszuführen, sollten sich direkt auf das YOLOv4 GitHub-Repository für Installations- und Nutzungsanweisungen beziehen.

Hier ist ein kurzer Überblick über die typischen Schritte, die du unternehmen könntest, um YOLOv4 zu verwenden:

1. Besuche das YOLOv4 GitHub-Repository: https://github.com/AlexeyAB/darknet.

2. Folge den Anweisungen in der README-Datei zur Installation. Dies beinhaltet normalerweise das Klonen des Repositorys, die Installation notwendiger Abhängigkeiten und das Einrichten erforderlicher Umgebungsvariablen.

3. Sobald die Installation abgeschlossen ist, kannst du das Modell gemäß den im Repository bereitgestellten Nutzungsanweisungen trainieren und verwenden. Dies beinhaltet normalerweise die Vorbereitung deines Datensatzes, die Konfiguration der Modellparameter, das Training des Modells und die anschließende Verwendung des trainierten Modells zur Durchführung der Objekterkennung.

Bitte beachte, dass die spezifischen Schritte je nach deinem Anwendungsfall und dem aktuellen Stand des YOLOv4-Repositorys variieren können. Daher wird dringend empfohlen, sich direkt auf die Anweisungen im YOLOv4 GitHub-Repository zu beziehen.

Für Training und Inferenz innerhalb des Ultralytics-Frameworks, siehe YOLO11 oder YOLO26.

Fazit

YOLOv4 ist ein leistungsstarkes und effizientes Objekterkennungsmodell, das ein Gleichgewicht zwischen Geschwindigkeit und Genauigkeit herstellt. Die Verwendung einzigartiger Funktionen und „Bag of Freebies“-Techniken während des Trainings ermöglicht es ihm, exzellente Leistungen bei Echtzeit-Objekterkennungsaufgaben zu erbringen. YOLOv4 kann von jedem mit einer herkömmlichen GPU trainiert und verwendet werden, was es zugänglich und praktisch für eine breite Palette von Anwendungen macht, einschließlich Überwachungssystemen, autonomen Fahrzeugen und industrieller Automatisierung.

Für diejenigen, die Objekterkennung in ihren Projekten implementieren möchten, bleibt YOLOv4 ein starker Konkurrent, insbesondere wenn Echtzeitleistung Priorität hat. Während sich Ultralytics derzeit darauf konzentriert, neuere YOLO-Versionen wie YOLO11 und YOLO26 zu unterstützen, haben die in YOLOv4 eingeführten architektonischen Innovationen die Entwicklung dieser späteren Modelle beeinflusst.

Zitate und Danksagungen

Wir möchten den Autoren von YOLOv4 für ihre bedeutenden Beiträge auf dem Gebiet der Echtzeit-Objekterkennung danken:

@misc{bochkovskiy2020yolov4,
      title={YOLOv4: Optimal Speed and Accuracy of Object Detection},
      author={Alexey Bochkovskiy and Chien-Yao Wang and Hong-Yuan Mark Liao},
      year={2020},
      eprint={2004.10934},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

Das ursprüngliche YOLOv4-Paper findest du auf arXiv. Die Autoren haben ihre Arbeit öffentlich zugänglich gemacht, und die Codebasis kann auf GitHub abgerufen werden. Wir schätzen ihre Bemühungen, das Feld voranzubringen und ihre Arbeit der breiteren Community zugänglich zu machen.

FAQ

Was ist YOLOv4 und warum sollte ich es für die Objekterkennung verwenden?

YOLOv4, was für „You Only Look Once version 4“ steht, ist ein hochmodernes Echtzeit-Objekterkennungsmodell, das 2020 von Alexey Bochkovskiy entwickelt wurde. Es erreicht ein optimales Gleichgewicht zwischen Geschwindigkeit und Genauigkeit, was es für Echtzeitanwendungen sehr geeignet macht. Die Architektur von YOLOv4 integriert unter anderem innovative Funktionen wie Weighted-Residual-Connections (WRC), Cross-Stage-Partial-connections (CSP) und Self-adversarial-training (SAT), um modernste Ergebnisse zu erzielen. Wenn du nach einem leistungsstarken Modell suchst, das effizient auf herkömmlichen GPUs läuft, ist YOLOv4 eine exzellente Wahl.

Wie verbessert die Architektur von YOLOv4 seine Leistung?

Die Architektur von YOLOv4 umfasst mehrere Schlüsselkomponenten: das Backbone, den Neck und den Head. Das Backbone, das Modelle wie VGG, ResNet oder CSPDarknet53 sein kann, ist vorab trainiert, um Klassen und Bounding Boxes vorherzusagen. Der Neck nutzt PANet und verbindet Feature Maps aus verschiedenen Phasen zur umfassenden Datenextraktion. Schließlich nimmt der Head, der Konfigurationen von YOLOv3 verwendet, die endgültigen Objekterkennungen vor. YOLOv4 verwendet außerdem „Bag of Freebies“-Techniken wie Mosaic Data Augmentation und DropBlock Regularization, die seine Geschwindigkeit und Genauigkeit weiter optimieren.

Was sind „Bag of Freebies“ im Kontext von YOLOv4?

„Bag of Freebies“ bezieht sich auf Methoden, die die Trainingsgenauigkeit von YOLOv4 verbessern, ohne die Kosten für die Inferenz zu erhöhen. Diese Techniken umfassen verschiedene Formen der Data Augmentation wie photometrische Verzerrungen (Anpassung von Helligkeit, Kontrast usw.) und geometrische Verzerrungen (Skalieren, Zuschneiden, Spiegeln, Drehen). Durch die Erhöhung der Variabilität der Eingabebilder helfen diese Augmentierungen YOLOv4, besser auf verschiedene Arten von Bildern zu generalisieren, wodurch seine Robustheit und Genauigkeit verbessert werden, ohne die Echtzeitleistung zu beeinträchtigen.

Warum gilt YOLOv4 als geeignet für die Echtzeit-Objekterkennung auf herkömmlichen GPUs?

YOLOv4 ist darauf ausgelegt, sowohl Geschwindigkeit als auch Genauigkeit zu optimieren, was es ideal für Echtzeit-Objekterkennungsaufgaben macht, die eine schnelle und zuverlässige Leistung erfordern. Es arbeitet effizient auf herkömmlichen GPUs und benötigt nur eine für das Training und die Inferenz. Dies macht es zugänglich und praktisch für verschiedene Anwendungen, die von Empfehlungssystemen bis hin zum eigenständigen Prozessmanagement reichen, wodurch der Bedarf an umfangreichen Hardware-Setups reduziert wird und es eine kosteneffektive Lösung für die Echtzeit-Objekterkennung darstellt.

Wie kann ich mit YOLOv4 loslegen, wenn Ultralytics es derzeit nicht unterstützt?

Um mit YOLOv4 loszulegen, solltest du das offizielle YOLOv4 GitHub-Repository besuchen. Folge den Installationsanweisungen in der README-Datei, die normalerweise das Klonen des Repositorys, die Installation von Abhängigkeiten und das Einrichten von Umgebungsvariablen umfassen. Sobald es installiert ist, kannst du das Modell trainieren, indem du deinen Datensatz vorbereitest, die Modellparameter konfigurierst und den bereitgestellten Nutzungsanweisungen folgst. Da Ultralytics YOLOv4 derzeit nicht unterstützt, wird empfohlen, sich für die aktuellsten und detailliertesten Anleitungen direkt auf das YOLOv4 GitHub zu beziehen.