OpenVINO -带有YoloV4的工具包

Question

我目前正在使用YoloV3-tiny。存储库：https://github.com/AlexeyAB/darknet

为了将网络导入到C++项目中，我使用了OpenVINO-Toolkit。更详细地说，我使用以下过程来转换网络：https://docs.openvinotoolkit.org/latest/_docs_MO_DG_prepare_model_convert_model_tf_specific_Convert_YOLO_From_Tensorflow.html

此过程执行转换和优化以进行推理。

现在，我想尝试一下YoloV4，因为对于项目的目的来说，它似乎更有效。问题是OpenVINO工具包还不支持此版本，并且不报告相对于版本4的.json (优化所需的文件)文件，而只报告版本3。

Yolo的版本3和版本4在结构方面发生了什么变化？我能希望YoloV3-tiny (或YoloV3)的转换和YoloV4一样吗？YoloV4比YoloV3-tiny慢得多吗？YoloV4-tiny什么时候上市？有谁有关于它的信息吗？

提前感谢所有给我提供有用信息的人。

Answer 1

• YoloV4和YoloV3之间的区别是主干。YoloV4有CSPDarknet53，而YoloV3有Darknet53主干。请参阅OpenVINO未正式支持https://arxiv.org/pdf/2004.10934.pdf.
• Also，YoloV4。但是，您仍然可以使用一些变通方法在您的终端上测试和验证YoloV4。目前有一种方法是通过OpenCV运行YoloV4，它将使用nGraph应用程序接口构建网络，然后传递给推理机。https://github.com/opencv/opencv/pull/17185.
• The的关键问题是Mish激活函数-目前还没有优化的实现，这就是为什么我们必须通过tanh和指数函数来定义实现它的原因。不幸的是，一对一的拓扑比较显示性能显著下降。性能结果也可以在上面的github链接中找到。

Answer 2

https://github.com/TNTWEN/OpenVINO-YOLOV4这是我的项目，基于v3的转换器(darknet -> tensorflow ->IR)，我已经完成了OpenVINO Yolov4，v4-relu，v4-tiny的适配。你可以试一试。您可以使用v4的IRmodel并直接在v3的c++演示程序上运行