1 历史简介

2 YOLO算法思想

YOLO算法的基本思想：
（1）将图片划分为$S\times S$个网格；
（2）计算每个边界框和置信度；
（3）计算每个网格属于某个类别的概率；
（4）根据上述的计算结果来获得最终的目标检测。

（1）计算每个边界框的坐标$t_x,t_y,t_w,t_h$；
（2）计算每个边界框的目标性得分；
（3）计算每个边界框的类别得分；
（4）上述计算构成一个边界框的属性；
（5）再将多个$B$边界框的这些属性进行多尺度融合。

3 YOLO家族

3.1 Yolo v1

3.2 Yolo v2

3.3 Yolo v3

3.4 Yolo v4

Yolo v4在Yolo v3的基础上做了如下改进：

• 输入端采用mosaic数据增强
• Backbone上采用了CSPDarknet53、Mish激活函数、Dropblock等方式。（cspnet减少了计算量的同时可以保证准确率）
• Mish函数为
  $$\text{ Mish }=x\ast \tanh \left(\ln \left(1+e^x\right)\right)$$
  
  橙色曲线为：$\ln (1+e^x)$
  蓝色曲线为：Mish函数
  为什么采用mish函数？可能也是最重要的，目前的想法是，平滑的激活函数允许更好的信息深入神经网络，从而得到更好的准确性和泛化。
• Neck中采用了SPP、FPN+PAN的结构
• 输出端采用CIOU_Loss、DIOU_nms操作。

3.5 Yolo v5

算法性能测试图：

Yolov5s网络最小，速度最少，AP精度也最低，训练后的模型十几M大小，速度很快，可用于嵌入式设备。Yolov5m、Yolov5I和Yolov5x在此基础上，不断加深加宽网络，AP精度也不断提升。