YOLOv4: rilevamento degli oggetti rapido e preciso
YOLOv4 è un rilevatore di oggetti in tempo reale rilasciato nel 2020 da Alexey Bochkovskiy, Chien-Yao Wang e Hong-Yuan Mark Liao nel repository AlexeyAB/darknet. È stato progettato per offrire un equilibrio ottimale tra velocità e accuratezza.
Diagramma dell'architettura di YOLOv4. Il diagramma mostra i componenti backbone, neck e head di YOLOv4 e le connessioni tra i relativi livelli.
Introduzione#
YOLOv4 sta per You Only Look Once versione 4. È un modello di rilevamento di oggetti in tempo reale, sviluppato per superare i limiti delle versioni precedenti di YOLO, come YOLOv3, e di altri modelli di rilevamento di oggetti. La maggior parte dei rilevatori precedenti basati su reti neurali convoluzionali (CNN) era pratica solo per i sistemi di raccomandazione; l'accuratezza in tempo reale di YOLOv4 la rende adatta anche alla gestione autonoma dei processi e alla riduzione dell'intervento umano. Funziona in tempo reale su una normale unità di elaborazione grafica (GPU) e per l'addestramento ne basta una, mantenendo accessibile l'utilizzo su larga scala.
Architettura#
YOLOv4 combina diverse tecniche per migliorare le prestazioni. Tra queste figurano Weighted-Residual-Connections (WRC), Cross-Stage-Partial-connections (CSP), Cross mini-Batch Normalization (CmBN), Self-adversarial-training (SAT), l'attivazione Mish, l'aumento dei dati Mosaic, la regolarizzazione DropBlock e la loss CIoU. Nel loro insieme, queste tecniche migliorano l'accuratezza mantenendo rapida l'inferenza.
Un tipico rilevatore di oggetti è composto da diverse parti, tra cui input, backbone, neck e head. Il backbone viene preaddestrato su ImageNet ed estrae le caratteristiche dall'immagine di input. Tra i backbone più comuni dei rilevatori figurano VGG, ResNet, ResNeXt e DenseNet; YOLOv4 utilizza CSPDarknet53. Il neck del rilevatore raccoglie le mappe delle caratteristiche da diverse fasi e include di solito vari percorsi dal basso verso l'alto e dall'alto verso il basso. La head usa queste caratteristiche per prevedere le classi e i riquadri di delimitazione degli oggetti.
Bag of Freebies#
YOLOv4 utilizza anche metodi noti come "bag of freebies", ovvero tecniche che migliorano l'accuratezza del modello durante l'addestramento senza aumentare il costo dell'inferenza. L'aumento dei dati è una tecnica comune di bag of freebies utilizzata nel rilevamento di oggetti: aumenta la variabilità delle immagini di input per migliorare la robustezza del modello. Alcuni esempi di aumento dei dati includono distorsioni fotometriche (regolazione di luminosità, contrasto, tonalità, saturazione e rumore di un'immagine) e distorsioni geometriche (ridimensionamento, ritaglio, ribaltamento e rotazione casuali). Queste tecniche aiutano il modello a generalizzare meglio a diversi tipi di immagini.
Caratteristiche e prestazioni#
YOLOv4 è progettato per offrire velocità e accuratezza ottimali nel rilevamento di oggetti. La sua architettura include CSPDarknet53 come backbone, PANet come neck e YOLOv3 come testa di rilevamento. Questo design consente a YOLOv4 di essere abbastanza veloce per le applicazioni in tempo reale e, al momento del rilascio, gli ha permesso di raggiungere risultati all'avanguardia nei benchmark di rilevamento di oggetti come COCO.
Rispetto ad altri modelli della famiglia YOLO, come YOLOv5 e YOLOv7, YOLOv4 rimane un punto di riferimento per l'equilibrio tra velocità e accuratezza. I modelli più recenti offrono maggiore accuratezza e una distribuzione più semplice, ma le innovazioni architetturali di YOLOv4 restano rilevanti per le applicazioni che richiedono prestazioni in tempo reale.
Esempi d'uso#
YOLOv4 è un modello basato su Darknet e non è supportato nativamente dal pacchetto Python di Ultralytics: non sono stati pubblicati pesi preaddestrati yolov4.pt su ultralytics/assets e non sono disponibili file YAML ultralytics/cfg/models/v4/. Questa pagina è conservata come riferimento architetturale. Se vuoi eseguire YOLOv4, consulta direttamente il repository GitHub di YOLOv4 per le istruzioni di installazione e utilizzo.
Ecco una breve panoramica dei passaggi tipici per usare YOLOv4:
-
Visita il repository GitHub di YOLOv4: https://github.com/AlexeyAB/darknet.
-
Segui le istruzioni di installazione fornite nel file README. Di solito, dovrai clonare il repository, installare le dipendenze necessarie e configurare le eventuali variabili d'ambiente.
-
Una volta completata l'installazione, puoi addestrare e usare il modello seguendo le istruzioni d'uso fornite nel repository. In genere, dovrai preparare il dataset, configurare i parametri del modello, addestrarlo e infine usarlo per rilevare gli oggetti.
I passaggi esatti dipendono dal tuo caso d'uso e dallo stato attuale del repository YOLOv4, quindi segui le istruzioni fornite nel repository GitHub di YOLOv4.
Per addestramento e inferenza all'interno del framework Ultralytics, usa YOLO26 o YOLO11.
Conclusione#
YOLOv4 è un modello efficiente per il rilevamento di oggetti che bilancia velocità e accuratezza. Le sue scelte architetturali e le tecniche di addestramento bag-of-freebies gli consentono di ottenere buone prestazioni nelle attività di rilevamento di oggetti in tempo reale. Chiunque disponga di una GPU standard può addestrare e utilizzare YOLOv4, rendendolo accessibile e pratico per un'ampia gamma di applicazioni, tra cui i sistemi di sorveglianza, i veicoli autonomi e l'automazione industriale.
Per chi vuole implementare il rilevamento di oggetti nei propri progetti, YOLOv4 resta un'opzione valida, soprattutto quando le prestazioni in tempo reale sono una priorità. Sebbene Ultralytics si concentri attualmente sul supporto delle versioni più recenti di YOLO, come YOLO26 e YOLO11, le innovazioni architetturali introdotte in YOLOv4 hanno influenzato lo sviluppo dei modelli successivi.
Citazioni e ringraziamenti#
Desideriamo ringraziare gli autori di YOLOv4 per il loro importante contributo al campo del rilevamento degli oggetti in tempo reale:
@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}
}L'articolo originale su YOLOv4 è disponibile su arXiv. Gli autori hanno reso pubblico il loro lavoro e il codice sorgente è disponibile su GitHub. Apprezziamo il loro impegno nel far progredire il settore e nel rendere il loro lavoro accessibile alla comunità più ampia.
Domande frequenti#
YOLOv4, acronimo di "You Only Look Once versione 4", è un modello di rilevamento di oggetti in tempo reale sviluppato nel 2020 da Alexey Bochkovskiy e collaboratori. Bilancia velocità e accuratezza, risultando adatto alle applicazioni in tempo reale. L'architettura di YOLOv4 integra tecniche come Weighted-Residual-Connections (WRC), Cross-Stage-Partial-connections (CSP) e Self-adversarial-training (SAT), che insieme hanno permesso di ottenere risultati all'avanguardia al momento del rilascio. YOLOv4 funziona in modo efficiente su una singola GPU standard; per l'addestramento e la distribuzione nativi con il pacchetto Ultralytics, usa YOLO26.
L'architettura di YOLOv4 include diversi componenti chiave: backbone, neck e head. Il backbone, CSPDarknet53, è preaddestrato su ImageNet ed estrae le caratteristiche. Il neck, basato su PANet, aggrega le mappe delle caratteristiche di diverse fasi. Infine, la head, che segue YOLOv3, prevede le classi e i riquadri di delimitazione degli oggetti. YOLOv4 utilizza anche tecniche "bag of freebies", come l'aumento dei dati Mosaic e la regolarizzazione DropBlock, per ottimizzare ulteriormente velocità e accuratezza.
"Bag of freebies" indica metodi che migliorano l'accuratezza di YOLOv4 durante l'addestramento senza aumentare il costo dell'inferenza. Queste tecniche includono varie forme di data augmentation, come le distorsioni fotometriche (modifica di luminosità, contrasto ecc.) e quelle geometriche (ridimensionamento, ritaglio, ribaltamento e rotazione). Aumentando la variabilità delle immagini di input, queste tecniche di augmentation aiutano YOLOv4 a generalizzare meglio su immagini di tipo diverso e, di conseguenza, ne migliorano la robustezza e l'accuratezza senza compromettere le prestazioni in tempo reale.
YOLOv4 è progettato per ottimizzare velocità e accuratezza nel rilevamento di oggetti in tempo reale. Funziona su una singola GPU standard sia per l'addestramento sia per l'inferenza, riducendo i costi hardware e rendendolo pratico per applicazioni che vanno dai sistemi di raccomandazione alla gestione autonoma dei processi.
Per iniziare a usare YOLOv4, visita il repository GitHub ufficiale di YOLOv4. Segui le istruzioni di installazione nel file README, che in genere includono la clonazione del repository, l'installazione delle dipendenze e la configurazione delle variabili d'ambiente. Una volta completata l'installazione, puoi addestrare il modello preparando il dataset, configurando i parametri del modello e seguendo le istruzioni d'uso fornite. Poiché al momento Ultralytics non supporta YOLOv4, ti consigliamo di consultare direttamente GitHub di YOLOv4 per indicazioni dettagliate e aggiornate.
Commenti
Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.