yolo

YOLOv3 算法的详细说明 YOLOv3没有太多的创新，主要是借鉴一些好的方案融合到YOLO里面。不过效果还是不错的，在保持速度优势的前提下，提升了预测精度，尤其是加强了对小物体的识别能力。 本文主要讲v3的改进，由于是以v1和v2为基础，关于YOLO1和YOLO2的部分析请移步 YOLO v1深入理解 和 YOLOv2 / YOLO9000 深入理解 。 YOLO3主要的改进有：调整了网络结构；利用多尺度特征进行对象检测；对象分类用Logistic取代了softmax。 新的网络结构Darknet-53 在基本的图像特征提取方面，YOLO3采用了称之为Darknet-53的网络结构（含有53个卷积层），它借鉴了残差网络residual network的做法，在一些层之间设置了快捷链路（shortcut connections）。 ͼ1 Darknet-53[1] 上图的Darknet-53网络采用256*256*3作为输入，最左侧那一列的1、2、8等数字表示多少个重复的残差组件。每个残差组件有两个卷积层和一个快捷链路，示意图如下： 图2 一个残差组件[2] 利用多尺度特征进行对象检测 图3 YOLO3网络结构[3] YOLO2曾采用passthrough结构来检测细粒度特征，在YOLO3更进一步采用了3个不同尺度的特征图来进行对象检测。 结合上图看，卷积网络在79层后

import os import torch.nn.functional as F from utils.parse_config import * from utils.utils import * ONNX_EXPORT = False def create_modules(module_defs): """ Constructs module list of layer blocks from module configuration in module_defs """ hyperparams = module_defs.pop(0) output_filters = [int(hyperparams['channels'])] module_list = nn.ModuleList() yolo_layer_count = 0 for i, module_def in enumerate(module_defs): modules = nn.Sequential() if module_def['type'] == 'convolutional': bn = int(module_def['batch_normalize']) filters = int(module_def['filters']) kernel_size = int(module_def['size']

YOLOv3没有太多的创新，主要是借鉴一些好的方案融合到YOLO里面。不过效果还是不错的，在保持速度优势的前提下，提升了预测精度，尤其是加强了对小物体的识别能力。 本文主要讲v3的改进，由于是以v1和v2为基础，关于YOLO1和YOLO2的部分析请移步 YOLO v1深入理解 和 YOLOv2 / YOLO9000 深入理解 。 YOLO3主要的改进有：调整了网络结构；利用多尺度特征进行对象检测；对象分类用Logistic取代了softmax。 新的网络结构Darknet-53 在基本的图像特征提取方面，YOLO3采用了称之为Darknet-53的网络结构（含有53个卷积层），它借鉴了残差网络residual network的做法，在一些层之间设置了快捷链路（shortcut connections）。 ͼ1 Darknet-53[1] 上图的Darknet-53网络采用256*256*3作为输入，最左侧那一列的1、2、8等数字表示多少个重复的残差组件。每个残差组件有两个卷积层和一个快捷链路，示意图如下： 图2 一个残差组件[2] 利用多尺度特征进行对象检测 图3 YOLO3网络结构[3] YOLO2曾采用passthrough结构来检测细粒度特征，在YOLO3更进一步采用了3个不同尺度的特征图来进行对象检测。 结合上图看，卷积网络在79层后

Ŀ¼ Yolov3 网络框架 Loss构建 Yolov3 YOLOv3 是YOLO系列目前最新的网络结构，YOLO系列可以说是打破了以FasterRCNN为例的two-stage框架的一统天下的局面。已经有很多博文介绍了 YOLOv3的网络结构和思路 ，github上也有很多开源代码，这里我推荐一个 Pytorch的实现 和 自己写的一个用于车牌检测的实现 。 但对于一个神经网络来说，另一个重要的部分是Loss的构建。大多数文章关注于网络框架的搭建，忽略了Loss构建，使得读完之后虽然知道了网络的输出，但不知道这些输出到底对应着什么，从而很难理解网络具体的含义。本文就详细阐述YOLOV3的Loss的构建 网络框架 要讲Loss，就不得不讲网络的输出，这里我们略讲一下。具体可以参考 yolo系列之yolo v3【深度解析】 图1 YOLOv3 ssp 网络框架 可以看到，YOLOv3的输出是有3个：y1，y2，y3。分别对应不同的分辨率的feature map。 Loss构建 首先理解一下网络的输出。以y1为例，y1的输出为13*13*255，表示整张图被分为13*13个格子，每个格子预测3个框，每个框的预测信息包括：80个类别+1个框的置信度+2个框的位置偏差+2个框的size偏差。输出可以理解为是13*13*(3*(80+1+2+2))。具体可见 从YOLOv1到YOLOv3

YOLO是近几年物体检测主要算法之一，2018年已发展到YOLOv3，是目前速度最快的物体检测算法，详细内容可查看 YOLO主页 。YOLO的主要优势在于基于纯C语言编写的DarkNet，可查看 DarkNet主页 ，不需要其他依赖库，跨平台能力强，运行速度快，这里是 下载地址 。有趣的是里边有好几个LICENSE文件，其中LICENSE.fuck的内容是这样的： DO WHAT THE FUCK YOU WANT TO PUBLIC LICENSE Version 2, December 2004 Copyright (C) 2004 Sam Hocevar <sam@hocevar.net> Everyone is permitted to copy and distribute verbatim or modified copies of this license document, and changing it is allowed as long as the name is changed. DO WHAT THE FUCK YOU WANT TO PUBLIC LICENSE TERMS AND CONDITIONS FOR COPYING, DISTRIBUTION AND MODIFICATION You just DO WHAT THE FUCK YOU

File "site-packages\osgeo\__init__.py", line 17, in swig_import_helper ImportError: No module named ‘_gdal‘ 这个错误解决方法就是不使用-F 直接pyinstaller ship_detect.py 然后在dist里面找到osgeo._gdal 把它重命名为_gdal，然后这个错误解决了 2 但是又报了另外一个错误 ModuleNotFoundError: No module named ‘pandas._libs.tslibs.np_datetime‘ 刚开始试图修改 pyinstaller 目录里面的hook文件夹 增加 hook_pandas.py 脚本内容 ： hiddenimports =[‘pandas._libs.tslibs.np_datetime‘,‘pandas._libs.tslibs.nattype‘,‘pandas._libs.skiplist‘] 但是改完一个又一个最后 使用 pyinstaller --hidden-import pandas ship_detect.py 解决 3 接着又报缺少mxnet dll库 RuntimeError: Cannot find the MXNet library. List of candidates: F:

代码：https://github.com/qqwweee/keras-yolo3 修改yolov3.cfg文件：https://blog.csdn.net/lilai619/article/details/79695109 本文介绍如何 制作数据集 、 修改代码 、 不加载预权重 从头跑自己的训练数据 一、简单回顾一下yolo原理： 1、端到端，输入图像，一次性输出每个栅格预测的一种或多种物体 2、坐标x,y代表了预测的bounding box的中心与栅格边界的相对值。 坐标w,h代表了预测的bounding box的width、height相对于整幅图像（或者栅格）width,height的比例。 3、 每个格子可以预测B个bounding box，但是最终只选择只选择IOU最高的bounding box作为物体检测输出，即每个格子最多只预测出一个物体。当物体占画面比例较小，如图像中包含畜群或鸟群时，每个格子包含多个物体，但却只能检测出其中一个。 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 原文: https://www.cnblogs.com/makefile/p/YOLOv3.html 康行天下 每个格子可以输出B个bounding box ，但是最终只会输出IOU占比最高的bounding box 作为输出，所以， 一个格子只能预测一个类别。 4

1 引言 深度学习目前已经应用到了各个领域，应用场景大体分为三类：物体识别，目标检测，自然语言处理。本文着重与分析目标检测领域的深度学习方法，对其中的经典模型框架进行深入分析。 目标检测可以理解为是物体识别和物体定位的综合，不仅仅要识别出物体属于哪个分类，更重要的是得到物体在图片中的具体位置。 为了完成这两个任务，目标检测模型分为两类。一类是two-stage，将物体识别和物体定位分为两个步骤，分别完成，这一类的典型代表是R-CNN, fast R-CNN, faster-RCNN家族。他们识别错误率低，漏识别率也较低，但速度较慢，不能满足实时检测场景。为了解决这一问题，另一类方式出现了，称为one-stage, 典型代表是Yolo, SSD, YoloV2, YoloV3等。他们识别速度很快，可以达到实时性要求，而且准确率也基本能达到faster R-CNN的水平。下面针对这几种模型进行详细的分析。 2 R-CNN 2014年R-CNN算法被提出，基本奠定了two-stage方式在目标检测领域的应用。它的算法结构如下图 算法步骤如下 获取输入的原始图片 使用选择性搜索算法（selective search）评估相邻图像之间的相似度，把相似度高的进行合并，并对合并后的区块打分，选出感兴趣区域的候选框，也就是子图。这一步大约需要选出2000个子图。 分别对子图使用卷积神经网络

YOLO（You Only Look Once）是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时目标检测系统。 现在YOLO已经发展到v3版本，不过新版本也是在原有版本基础上不断改进演化的，所以本文先详细分析YOLO v1版本。 YOLO提供了另一种更为直接的思路： 直接在输出层回归bounding box的位置和bounding box所属的类别(整张图作为网络的输入，把 Object Detection 的问题转化成一个 Regression 问题)。 YOLOv1网络结构设计： 训练： 预训练分类网络： 在 ImageNet 1000-class competition dataset上预训练一个分类网络，这个网络是上图中的前20个卷机网络+average-pooling layer+ fully connected layer 作为Pretrain的网络（此时网络输入是224*224）。 训练检测网络：转换模型去执行检测任务，将Pretrain的结果的前20层卷积层应用到Detection中，并添加4个卷积层和2个全连接层，随机初始化权重。检测要求细粒度的视觉信息，获取更加精细化的结果，所以把网络输入由224×224提升到448×448。 最后一层输出为 （7×7）×30的维度。每个 1×1×30的维度对应原图7×7个cell中的一个，1