YOLO_v3_PyTorch

YOLOv3目标检测器的输出样例：

代码实现

1. 创建 YOLOv3 网络层级☑
2. 实现网络的前向传播☑
3. objectness 置信度阈值和非极大值抑制☑
4. 设计输入和输出管道☑
5. 在视频/网络摄像头上运行检测器☑

背景知识

• 卷积神经网络的工作原理，包括残差块、跳过连接和上采样；
• 目标检测、边界框回归、IoU 和非极大值抑制（NMS）；
• 基础的 PyTorch 使用，会创建简单的神经网络；
• 阅读 YOLO 三篇论文，了解 YOLO 的工作原理。

版本条件

• Ubuntu 18.04LTS(64-bit)
• Python 3.6.5(pip3)
• torch 0.4.0(cpu)
• OpenCV 3.4.2

安装指南

• git clone https://github.com/Bugdragon/YOLO_v3_PyTorch.git
• cd YOLO_v3_PyTorch
• wget https://pjreddie.com/media/files/yolov3.weights
• python detect.py

tips

1. 提前将需要检测的图片放入 imgs 文件夹下
2. 检测结果图片将被保存在 det 文件夹下