YOLOv4: deteção de objetos rápida e precisa
O YOLOv4 é um detetor de objetos em tempo real lançado em 2020 por Alexey Bochkovskiy, Chien-Yao Wang e Hong-Yuan Mark Liao no repositório AlexeyAB/darknet. Foi concebido para alcançar um equilíbrio ideal entre velocidade e precisão.
Diagrama da arquitetura do YOLOv4. O diagrama mostra os componentes da rede base, do pescoço e da cabeça do YOLOv4, bem como as ligações entre as respetivas camadas.
Introdução#
YOLOv4 significa You Only Look Once versão 4. É um modelo de deteção de objetos em tempo real desenvolvido para resolver as limitações das versões anteriores do YOLO, como o YOLOv3, e de outros modelos de deteção de objetos. A maioria dos detetores anteriores baseados em redes neuronais convolucionais (CNN) era prática apenas para sistemas de recomendação; a precisão em tempo real do YOLOv4 também é adequada à gestão autónoma de processos e à redução da intervenção humana. Funciona em tempo real numa unidade de processamento gráfico (GPU) convencional e requer apenas uma GPU deste tipo para o treino, o que torna a sua utilização acessível em grande escala.
Arquitetura#
O YOLOv4 combina várias técnicas para melhorar o desempenho. Entre elas estão as ligações ponderadas residuais (WRC), as ligações parciais entre etapas (CSP), a normalização de minibatch cruzada (CmBN), o treino auto-adversarial (SAT), a ativação Mish, a ampliação de dados Mosaic, a regularização DropBlock e a perda CIoU. Em conjunto, estas técnicas melhoram a precisão sem comprometer a velocidade da inferência.
Um detetor de objetos típico é composto por várias partes, incluindo a entrada, a rede base, o pescoço e a cabeça. A rede base é pré-treinada no ImageNet e extrai características da imagem de entrada. Entre as redes base comuns dos detetores estão VGG, ResNet, ResNeXt e DenseNet; o YOLOv4 utiliza CSPDarknet53. O pescoço do detetor recolhe mapas de características de diferentes etapas e, normalmente, inclui vários percursos ascendentes e descendentes. A cabeça utiliza estas características para prever as classes e as caixas delimitadoras dos objetos.
Conjunto de vantagens gratuitas#
O YOLOv4 também utiliza métodos conhecidos como «conjunto de técnicas gratuitas», que melhoram a precisão do modelo durante o treino sem aumentar o custo da inferência. A ampliação de dados é uma técnica comum deste conjunto usada na deteção de objetos, que aumenta a variabilidade das imagens de entrada para melhorar a robustez do modelo. Alguns exemplos de ampliação de dados incluem distorções fotométricas (ajustar o brilho, o contraste, a tonalidade, a saturação e o ruído de uma imagem) e distorções geométricas (adicionar escalamento, recorte, inversão e rotação aleatórios). Estas técnicas ajudam o modelo a generalizar melhor para diferentes tipos de imagens.
Funcionalidades e desempenho#
O YOLOv4 foi concebido para proporcionar velocidade e precisão ideais na deteção de objetos. A arquitetura do YOLOv4 inclui CSPDarknet53 como rede base, PANet como pescoço e YOLOv3 como cabeça de deteção. Este design permite ao YOLOv4 funcionar com rapidez suficiente para aplicações em tempo real e, aquando do seu lançamento, alcançou resultados de ponta em avaliações de referência de deteção de objetos, como o COCO.
Quando comparado com outros modelos da família YOLO, como o YOLOv5 e o YOLOv7, o YOLOv4 continua a ser uma referência de equilíbrio entre velocidade e precisão. Os modelos mais recentes oferecem maior precisão e uma implementação mais simples, mas as inovações arquiteturais do YOLOv4 continuam a ser relevantes para aplicações que exigem desempenho em tempo real.
Exemplos de uso#
O YOLOv4 é um modelo baseado em Darknet e não é compatível de forma nativa com o pacote Python da Ultralytics: não há pesos pré-treinados yolov4.pt publicados em ultralytics/assets nem ficheiros YAML ultralytics/cfg/models/v4/. Esta página é mantida como referência arquitetónica. Quem tiver interesse em executar o YOLOv4 deve consultar diretamente o repositório GitHub do YOLOv4 para obter instruções de instalação e utilização.
Segue-se uma breve visão geral dos passos habituais para usar o YOLOv4:
-
Visita o repositório GitHub do YOLOv4: https://github.com/AlexeyAB/darknet.
-
Segue as instruções de instalação fornecidas no ficheiro README. Normalmente, isso implica clonar o repositório, instalar as dependências necessárias e configurar as variáveis de ambiente necessárias.
-
Depois de concluída a instalação, podes treinar e usar o modelo de acordo com as instruções de utilização fornecidas no repositório. Normalmente, isso implica preparar o conjunto de dados, configurar os parâmetros do modelo, treiná-lo e, em seguida, usá-lo para realizar a deteção de objetos.
Os passos exatos dependem do teu caso de utilização e do estado atual do repositório YOLOv4, por isso segue as instruções fornecidas no repositório YOLOv4 do GitHub.
Para treinar e executar inferências na framework Ultralytics, utiliza o YOLO26 ou o YOLO11.
Conclusão#
O YOLOv4 é um modelo eficiente de deteção de objetos que equilibra velocidade e precisão. As suas escolhas arquiteturais e técnicas de treino do conjunto de técnicas gratuitas permitem-lhe ter um bom desempenho em tarefas de deteção de objetos em tempo real. Qualquer pessoa pode treinar e utilizar o YOLOv4 com uma GPU convencional, tornando-o acessível e prático para uma vasta gama de aplicações, incluindo sistemas de vigilância, veículos autónomos e automação industrial.
Para quem pretende implementar a deteção de objetos nos seus projetos, o YOLOv4 continua a ser uma opção sólida, sobretudo quando o desempenho em tempo real é prioritário. Embora a Ultralytics se concentre atualmente no suporte a versões mais recentes do YOLO, como o YOLO26 e o YOLO11, as inovações arquiteturais introduzidas no YOLOv4 influenciaram o desenvolvimento destes modelos posteriores.
Citações e agradecimentos#
Gostaríamos de reconhecer os autores do YOLOv4 pelas suas contribuições significativas para o campo da deteção de objetos em tempo real:
@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}
}O artigo original sobre o YOLOv4 está disponível no arXiv. Os autores disponibilizaram publicamente o seu trabalho, e o código pode ser consultado no GitHub. Agradecemos os seus esforços para fazer avançar o campo e tornar o seu trabalho acessível a uma comunidade mais ampla.
Perguntas frequentes#
YOLOv4, que significa «You Only Look Once versão 4», é um modelo de deteção de objetos em tempo real desenvolvido por Alexey Bochkovskiy e colegas em 2020. Equilibra velocidade e precisão, sendo adequado para aplicações em tempo real. A arquitetura do YOLOv4 incorpora técnicas como ligações ponderadas residuais (WRC), ligações parciais entre etapas (CSP) e treino auto-adversarial (SAT), que, em conjunto, alcançaram resultados de ponta aquando do lançamento. O YOLOv4 funciona de forma eficiente numa única GPU convencional; para treino e implementação nativos com o pacote Ultralytics, utiliza o YOLO26.
A arquitetura do YOLOv4 inclui vários componentes fundamentais: a rede base, o pescoço e a cabeça. A rede base, CSPDarknet53, é pré-treinada no ImageNet e extrai características. O pescoço, que utiliza PANet, agrega mapas de características de diferentes etapas. Por fim, a cabeça, baseada no YOLOv3, prevê as classes e as caixas delimitadoras dos objetos. O YOLOv4 também utiliza técnicas do «conjunto de técnicas gratuitas», como a ampliação de dados Mosaic e a regularização DropBlock, otimizando ainda mais a velocidade e a precisão.
«Conjunto de vantagens gratuitas» refere-se a métodos que melhoram a precisão do YOLOv4 durante o treino sem aumentar o custo da inferência. Estas técnicas incluem várias formas de aumento de dados, como distorções fotométricas (ajuste do brilho, contraste, etc.) e distorções geométricas (redimensionamento, recorte, inversão e rotação). Ao aumentar a variabilidade das imagens de entrada, estes aumentos ajudam o YOLOv4 a generalizar melhor para diferentes tipos de imagens, melhorando assim a sua robustez e precisão sem comprometer o desempenho em tempo real.
O YOLOv4 foi concebido para otimizar tanto a velocidade como a precisão na deteção de objetos em tempo real. Funciona numa única GPU convencional para o treino e a inferência, reduzindo os custos de hardware e tornando-o prático para aplicações que vão desde sistemas de recomendação até à gestão autónoma de processos.
Para começares a usar o YOLOv4, visita o repositório oficial do YOLOv4 no GitHub. Segue as instruções de instalação fornecidas no ficheiro README, que normalmente incluem clonar o repositório, instalar as dependências e configurar as variáveis de ambiente. Depois da instalação, podes treinar o modelo preparando o conjunto de dados, configurando os parâmetros do modelo e seguindo as instruções de utilização fornecidas. Como a Ultralytics não dá suporte ao YOLOv4 atualmente, recomendamos que consultes diretamente o GitHub do YOLOv4 para obteres as orientações mais recentes e detalhadas.
Comentários
Faz uma pergunta, partilha os teus resultados ou ajuda alguém.