Yolov2

image.png
image.png :::info 总结：
可以看到，论文中所采用的评价指标都是AP，以及检测速度FPS
采用的对比模型有：Fast R-CNN,Faster R-CNN VGG-16,Faster R-CNN ResNet, SSD300, SSD500 :::

Yolov3

image.png

image.png :::info 总结：
可以看到，评价指标依旧是AP，该论文中采用了一个检测指标，即模型的速度
采用的对比实验模型（分为两种类别）：
Two-stage：Faster R-CNN+++、Faster R-CNN w FPN、Faster R-CNN by G-RMI、Faster R-CNN w TDM
One-stage：YOLOv2、SSD513 、DSSD513、RetinaNet（采用的backbone不同）、RetinaNet（采用的backbone不同）、YOLOv3 608 × 608 :::


Yolov4

image.png
image.png
image.png :::info 总结：
可以看到，评价指标是AP和FPS，这里有AP和AP50
采用的对比实验模型：
Yolov4,Yolov3,EfficientDet,ATSS,ASFF,CenterMask,SSD,LRF,RefineDet,M2Det,PFPNet,RetinaNet,FSAF,CornerNet :::