注意力机制

【三分钟动画讲解算法——注意力机制 | 讲透算法原理 + 优势】 https://www.bilibili.com/video/BV1Cm4DzqEfw/?share_source=copy_web&vd_source=0caeacd6c3217ba41c56ea47a129e168

YOLO

【YOLOv4原理讲解精华版(上)】 https://www.bilibili.com/video/BV1V9N4zfEw4/?share_source=copy_web&vd_source=0caeacd6c3217ba41c56ea47a129e168

目标检测

YOLO（You Only Look Once）是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统。

YOLOv4 清晰分为三部分：Backbone → Neck → Head

1. Backbone（主干：CSPDarknet53）

• 作用：提取图像特征（线条→纹理→形状→物体）
• 改进：把 YOLOv3 的 Darknet53 升级为 CSPDarknet53
  • CSP（跨阶段局部连接）：把特征分成两路，一路直接走，一路走残差，减少计算、增强特征、防梯度消失
  • 激活函数：用 Mish 替代 LeakyReLU，更平滑、收敛更好Ultralytics YOLO
  • SAM 注意力：加入空间注意力，让模型 “看重点”

2. Neck（颈部：SPP + PAN）

• 作用：多尺度特征融合—— 把 “大目标语义” 和 “小目标细节” 揉在一起
• 两大黑科技：
  • SPP（空间金字塔池化）：对高层特征做 4 种尺度池化，扩大感受野、分离上下文特征，大幅提精度
  • 
  • PAN（路径聚合网络）：自顶向下 + 自底向上双向融合，让浅层细节（小目标）和深层语义（大目标）充分交流

3. Head（检测头）

• 作用：最终预测 ——框坐标 + 类别 + 置信度
• 延续 YOLOv3 多尺度：
  • 3 个分支，分别测 大 / 中 / 小 目标
  • 用 CIoU Loss 替代 IoU Loss：考虑框重叠、中心距、宽高比，回归更准
  • DIoU-NMS：去重框时更准，减少遮挡漏检 / 误删

YOLOv4 = 单阶段实时检测天花板（2020 年）= CSPDarknet53（主干） + SPP+PAN（融合） + 多尺度 Head（预测）