YOLOv4 來了!!

一段時間沒上GitHub看看

沒想到YOLOv4真的來了!!


YOLOv3的原作者Joe Redmon

先前已經宣布不再投入CV方面的研究

大家原本不對YOLO後續有太多的期待

沒想到YOLOv4就這樣來了!!

接手的就是過去在GitHub上主力維護Darknet的大神AlexeyAB

先前介紹的YOLOv3就是採用其版本

沒想到YOLOv4的論文就是由他來主筆(Alexey Bochkovskiy)

而更令人震驚的是

論文中另外兩位共同作者竟然是台灣人!!
(Chien-Yao Wang、Hong-Yuan Mark Liao)

若研究所是學習影像處理相關，應該對Mark Liao不陌生才是...

過去YOLOv3已被業界認為是即時物件檢測的最佳解

server site可能採用YOLOv3

edge site則採用YOLOv3-tiny

而這次YOLOv4在速度及準確率皆超越了YOLOv3

實在太驚人了!!

看看在相同FPS上，YOLOv4的AP比YOLOv3高出10個百分點!!

而在GitHub的實測說明上

用過YOLOv3應該對於修改cfg的width、height不陌生吧

YOLOv4可用更小的長寬 320x320，即可達到mAP 60% !!

遠超過YOLOv3預設416x416的mAP 55%

既然如此當然要下載來實測看看


YOLOv4的建置方法就跟過去說明的完全一樣

這裡就不再從頭說明，前期需準備的nVidia CUDA套件、CUDNN、OpenCV 3.4

請參考前篇說明

若你已經下載過上述套件，一樣到GitHub下載source code

原作者採用VS2015，若你用2017以上，會出現升級動作

下載source code後，在build->darknet可以看到許多VS的方案檔，這邊用darknet.sln做說明

步驟其實跟YOLOv3完全一樣

1. 先將方案的組態設定為release, x64

一樣先嘗試編譯，會出現以下錯誤

2. 對著專案按右鍵到屬性頁面，設定CUDA C/C++的路徑

CUDA路徑預設是在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

再次編譯，會出現OpenCV錯誤

3. 對著專案按右鍵到屬性頁面，加入OpenCV套件參考

VC++目錄->Include目錄加入三個路徑

就看你下載的OpenCV 3.4.0的位置，加入

build\include\opencv2、build\include\opencv、build\include 三個資料夾路徑

接著在程式庫目錄 加入OpenCV 3.4.0的資料夾

build\x64\vc14\lib 這個路徑

最後在連接器頁簽->輸入 其他相依性 加入 opencv_world340.lib

以上步驟缺一不可，才能完整地把OpenCV套件加入


再次編譯

恭喜!! 完成建置!!


建置完成產生的darknet.exe位置在build\darknet\x64目錄上

使用方法完全一樣，到一台有GPU的主機上

把x64部分資料夾(cfg, data)與exe、dll複製出來，如下圖

需要cfg、data資料夾

當初建置所使用的cudnn64_7.dll, opencv_world340.dll, opencv_ffmpeg340_64.dll, pthreadVC2.dll

darknet.exe

以及YOLOv4的cfg、weights (下載位置：YOLOv4 cfg, YOLOv4 weights)

裡面放置了一個測試圖片 dog.jpg

執行測試的cmd如下：

darknet.exe detect yolov4.cfg yolov4.weights dog.jpg

這次YOLOv4執行一開始多了很多資訊

多了像是CUDA版本、CUDNN版本、GPU的型號...等等資訊

預設的cfg的大小為608x608

結果如下：

抓到了四個物件，執行時間為37ms

比過去v3版本多抓了一個...花盆... XDD


竟然都跑YOLOv4了，當然也要把YOLOv3跑來看看差別，也把cfg改成608x608

YOLOv3只抓到了3個物件，果然抓不到花盆 XDD

但耗時34ms (還比v4快耶!!) XDD


後來測試同樣的大小(width, height) YOLOv3並不會比較慢，但應該準確度較差??


因此YOLOv4可用較小的大小，來達到相同YOLOv3的準確度

YOLOv3預設是採用416x416，採用RTX2070的速度是：23ms

而YOLOv4若是採用320x320，速度是：19ms

但結果出現了一個誤判：

因此實際是否能把原先使用YOLOv3 416x416換成YOLOv4 320x320，有待考驗!!


而若是YOLOv4採用416x416，速度是：24ms

因此由實驗得知在同樣大小的設定

在處理速度上，YOLOv4其實略比YOLOv3慢一點點

但準確度卻大幅提升?? (有待實測驗證)


這裡分享一個好用的指令，用於測試影片比較方便

由於darknet也整合了opencv_ffmpeg，因此可直接讀入影片檔，以及把結果匯出影片

darknet.exe detector demo cfg/coco.data yolov4.cfg yolov4.weights test.mp4 -out_filename result.mp4

以上指令就是把測試影片test.mp4讀入辨識後，在儲存成result.mp4

用來demo model的效果，真的是非常方便的指令呢!!


以上是初步的分享嘍