OpenVINO - 带有 YoloV4 的工具包

Question

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

要将网络导入 C++ 项目，我使用 OpenVINO-Toolkit。更详细地说，我使用以下过程来转换网络：
Converting YOLO* Models to the Intermediate Representation (IR)

此过程执行转换和优化以继续推理。

现在，我想试试 YoloV4，因为它似乎对项目的目的更有效。问题是 OpenVINO Toolkit 尚不支持此版本，并且不报告相对于版本 4 的 .json（优化所需的文件）文件，但仅支持版本 3。

Yolo 第 3 版和第 4 版之间的结构发生了哪些变化？
我可以希望YoloV3-tiny（或YoloV3）的转换与YoloV4相同吗？
YoloV4 是否比仅使用 CPU 进行推理的 YoloV3-tiny 慢得多？
YoloV4-tiny 什么时候上市？
有人知道吗？

Answer 1

• YoloV4 和 YoloV3 的区别在于主干。 YoloV4 有 CSPDarknet53，而 YoloV3 有 Darknet53 主干。 见https://arxiv.org/pdf/2004.10934.pdf。
• 此外，YoloV4 不受 OpenVINO 官方支持。但是，您仍然可以通过一些解决方法最终测试和验证 YoloV4。目前有一种方法可以通过 OpenCV 运行 YoloV4，它将使用 nGraph API 构建网络，然后传递给推理引擎。见https://github.com/opencv/opencv/pull/17185。
• 关键问题是 Mish 激活函数 - 还没有优化的实现，这就是为什么我们必须根据定义使用 tanh 和指数函数来实现它。不幸的是，一对一的拓扑比较显示出显着的性能下降。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 这是我基于v3的转换器（darknet -> tensorflow ->IR）的项目，我已经完成了OpenVINO Yolov4,v4-relu,v4-tiny的适配。 你可以试一试。并且可以使用V4的IRmodel直接在v3的c++ demo上运行