Yolo 学习了一些总结
普通的目标检测器，分为下面几部分：
1 主干：VGG16, ResNet, DarkNet53 等深度网络主干，
用于提取feature map（特征图）
2 头部： 分为一阶目标检测器 （Yolo, SSD, RetinaNet）
二阶目标检测器 （R-CNN, fast R-CNN, faster R-CNN）
用于最终输出，即预测类别，目标框（bounding box）
3 颈部：（顾名思义）位于主干、头部之间。
特征增强 ， 特征提取、整合、加工。
如不同尺度的feature map 之间的融合，加权融合，跳跃连接
Yolov4总结了一些trick（技巧，策略）：
1图像增强，
几何增强: 图像随机翻转，随机裁剪，拉伸，（仿射变换）。
色彩增强: gamma变换，改变对比度，RGB转换到HSV , HSV（色调，饱和度，亮度：调整）。
矩形裁剪: 在图像中随机裁剪出矩形区域，用0代替。
MIX-UP(混淆,混合)，分两种：
1. 两个图像对应像素值，加权（按比例）相加，
2. 2个或4个图像 裁剪混合
2 注意力机制： 分为channel attention module
spatial attention module
参考论文：CBAM: Convolutional Block Attention Module
3 Self-Adversarial Training （自对抗训练）