使用轻量级网络的yolov4精度低于RetnaNet

是的，一般来说，使用轻量级网络的目标检测模型的精度往往会低于使用更复杂的网络结构的模型。这是因为轻量级网络通常具有更少的参数和更小的模型容量，因此它们可能无法捕捉到更复杂和细微的目标特征。而RetinaNet是一种基于特征金字塔网络（Feature Pyramid Network，FPN）结构的目标检测模型，它具有更复杂的网络结构和更多的参数，因此在一般情况下可以获得更高的精度。但是，轻量级网络具有更快的推理速度和更低的模型大小，这使得它们在一些特定的场景下仍然具有一定的优势。因此，在选择目标检测模型时需要根据具体的应用场景和需求进行权衡和选择。