一篇文章简单介绍YOLOv1到v8的演变

大家好，YOLO（You Only Look Once）是一种流行的目标检测库，它的第一个版本在2015年发布。YOLO工作速度很快，提供了良好的结果，而且预训练模型是公开可用的。该模型迅速变得流行，该项目至今仍在积极改进，这使我们有机会看到数据科学工具和库如何在多年间演变。本文将测试不同版本的YOLO，从最初的V1到最新的V8。

为了进行进一步的测试，将使用这张图片：

YOLO V1到V3

关于YOLO的第一篇论文，“You Only Look Once: Unified, Real-Time Object Detection”，于2015年发布。YOLO v1仍然可以下载，正如原始论文的作者之一Redmon所写的，他保留了这个版本“出于历史目的”。该模型以两个文件的形式分发，配置文件“yolo.cfg”包含有关神经网络模型的详细信息：

[net]batch=1height=448width=448channels=3momentum=0.9decay=0.0005...
[convolutional]batch_normalize=1filters=64size=7stride=2pad=1activation=leaky

第二个文件“yolov1.weights”，顾名思义，包含了预训练模型的权重。

这种格式不是来自PyTorch或Keras，该模型是使用Darknet创建的，Darknet是一种用C编写的开源神经网络框架。这个项目仍然可以在GitHub上找到，但它看起来已经被抛弃。在撰写本文时，有164个拉取请求和1794个未解决的问题，最后一次提交是在2018年，之后只有README.md文件有所更改。

原始的Darknet项目被抛弃了，不过readNetFromDarknet方法仍然在OpenCV中可用，甚至在最新的OpenCV版本中也存在。因此可以尝试使用Python环境加载原始的YOLO v1模型：

import cv2
model = cv2.dnn.readNetFromDarknet("yolo.cfg", "yolov1.weights")

运行得到如下错误：

darknet_io.cpp:902: error: 
(-212:Parsing error) Unknown layer type: local in function 'ReadDarknetFromCfgStream'

原来“yolo.cfg”中有一个名为“local”的层，这是OpenCV不支持的。YOLO v2配置