YOLO系列资料整合

最新推荐文章于 2025-05-22 18:29:39 发布
最新推荐文章于 2025-05-22 18:29:39 发布
阅读量1.8k 收藏 10
点赞数 2
CC 4.0 BY-SA版权
分类专栏： 深度学习 linux ubuntu
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/fengxinzioo/article/details/103044614

github

YOLO-Summary

YOLO源码：

  • https://github.com/pjreddie/darknet
  • https://github.com/AlexeyAB/darknet
    非常推荐AlexeyAB的darknet改进版
    论文：
  • https://pjreddie.com/media/files/papers/YOLOv3.pdf

YOLOv3复现代码合集涵盖 5 种常用深度学习框架：

TensorFlow

ProjectInferneceTrainstar
tensorflow-yolov3√√1837
yolov3-tf2√√795
tensorflow-yolo-v3√x666
YOLOv3-tensorflow√√272

PyTorch

ProjectInferneceTrainstar
PyTorch-YOLOv3√√2955
yolov3√√2686
pytorch-yolo-v3√x2291
YOLO_v3_tutorial_from_scratch√x1489
ObjectDetection-OneStageDet√√1471
YOLOv3_PyTorch√√442
PyTorch_YOLOv3√√258

Keras

ProjectInferneceTrainStar
keras-yolo3√√4680
YOLOv3√x505
keras-YOLOv3-mobilenet√√410

Caffe

ProjectInferneceTrainStar
MobileNet-YOLO√√569
caffe-yolov3√x273
Caffe-YOLOv3-Windows√√163

MXNet

ProjectInferneceTrainStar
gluoncv√√3187

参考：

  • https://zhuanlan.zhihu.com/p/50170492
  • https://github.com/amusi/YOLO-Reproduce-Summary/blob/master/README.md

一、yolo框架的解读：

  • https://zhuanlan.zhihu.com/p/32525231

二、500问里目标检测解决的问题和yolo解读

三、基于YOLO的项目

3.1使用YOLOv3训练、使用Mask-RCNN训练、理解ResNet、模型部署、人脸识别、文本分类等：

  • https://github.com/StevenLei2017/AI_projects

3.2基于yolo3 与crnn 实现中文自然场景文字检测及识别

在这里插入图片描述

  • https://github.com/chineseocr/chineseocr

3.3 YOLOv3 in PyTorch > ONNX > CoreML > iOS

在这里插入图片描述

  • https://github.com/ultralytics/yolov3

3.4YoloV3/tiny-YoloV3+RaspberryPi3/Ubuntu LaptopPC+NCS/NCS2+USB Camera+Python+OpenVINO

在这里插入图片描述

  • https://github.com/PINTO0309/OpenVINO-YoloV3

四、YOLO模型压缩：

4.1、剪枝：

  • https://github.com/zbyuan/pruning_yolov3
  • https://github.com/coldlarry/YOLOv3-complete-pruning
  • https://github.com/Lam1360/YOLOv3-model-pruning
  • https://github.com/tanluren/yolov3-channel-and-layer-pruning

五、YOLO系列

5.1 Enriching Variety of Layer-wise Learning Information by Gradient Combination

ModelSizemAP@0.5BFLOPs
EfficientNet_b0-PRN416x41645.53.730
EfficientNet_b0-PRN320x32041.02.208
  • https://github.com/WongKinYiu/PartialResidualNetworks

5.2 Gaussian YOLOv3: An Accurate and Fast Object Detector Using Localization Uncertainty for Autonomous Driving

在这里插入图片描述

  • https://github.com/jwchoi384/Gaussian_YOLOv3

5.3 YOLO Nano: a Highly Compact You Only Look Once Convolutional Neural Network for Object Detection

Modelmodel SizemAP(voc 2007)computational cost(ops)
Tiny YOLOv2[13]60.5MB57.1%6.97B
Tiny YOLOv3[14]33.4MB58.4%5.52B
YOLO Nano4.0MB69.1%4.57B
  • https://arxiv.org/pdf/1910.01271.pdf
  • https://github.com/liux0614/yolo_nano

5.4YOLO-LITE: A Real-Time Object Detection Algorithm Optimized for Non-GPU Computers

DataSetmAPFPS
PASCAL VOC33.5721
COCO12.2621
  • https://arxiv.org/abs/1811.05588v1
  • https://github.com/reu2018dl/yolo-lite
  • https://mp.weixin.qq.com/s/xNaXPwI1mQsJ2Y7TT07u3g

5.5 SlimYOLOv3: Narrower, Faster and Better for Real-Time UAV Applications

在这里插入图片描述

  • https://arxiv.org/ftp/arxiv/papers/1907/1907.11093.pdf
  • https://github.com/PengyiZhang/SlimYOLOv3
  • https://mp.weixin.qq.com/s/fDOskKqG-fsJmhT0-tdtTg

5.6 Strongeryolo-pytorch - Pytorch implementation of Stronger-Yolo with channel-pruning

Performance on VOC2007 Test(mAP) after pruning
ModelBackboneMAPFlops(G)Params(M)
strongerv3Mobilev279.64.336.775
strongerv3-sparsedMobilev277.44.336.775
strongerv3-Pruned(30% pruned)Mobilev277.13.143.36
strongerv2Darknet5380.249.861.6
strongerv2-sparsedDarknet5378.149.861.6
strongerv2-Pruned(20% pruned)Darknet5376.849.845.2
  • https://github.com/wlguan/Stronger-yolo-pytorch

5.7 Learning Spatial Fusion for Single-Shot Object Detection

在这里插入图片描述

Systemtest-dev mAPTime (V100)Time (2080ti)
YOLOv3 60833.020ms24ms
YOLOv3 608+ BoFs37.020ms24ms
YOLOv3 608(ours baseline)38.820ms24ms
YOLOv3 608+ ASFF40.622ms28ms
YOLOv3 608+ ASFF*42.422ms29ms
YOLOv3 800+ ASFF*43.934ms40ms
  • https://arxiv.org/pdf/1911.09516.pdf
  • https://github.com/ruinmessi/ASFF

5.8 Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-20wUOyVv-1576938980960)(image/8.png)]

  • https://arxiv.org/pdf/1911.08287.pdf
  • https://github.com/Zzh-tju/DIoU-darknet
  • https://mp.weixin.qq.com/s/St5WevfcVt4RubJsY-ZEHw
YOLO详解
UnknownPlayer的博客
06-04 9249
本文参考知乎 https://zhuanlan.zhihu.com/p/25236464 1. YOLO的创新点 YOLO将物体检测作为回归问题求解。基于一个单独的end-to-end网络，完成从原始图像的输入到物体位置和类别的输出。 从网络设计上，YOLO与two steps的目标检测方法如RCNN、Fast RCNN和Faster RCNN的区别如下： YOLO训练和检测均是在一个单独网...
YOLO系列
weixin_62937474的博客
10-10 1408
YOLOv2 是对 YOLOv1 的改进版本。
YOLO-Summary:YOLO系列资料
03-09
YOLO-摘要 YOLO原始码： 非常推荐AlexeyAB的darknet改进版论文： yolov3 约洛夫4 约洛夫5 目标检测发展进程： YOLOv3复现代码合集涵盖5种常用深度学习框架： TensorFlow 项目 地狱 火车 星星 √ √ 1837年 √ √ 795 √ X 666 √ √ 272 火炬 项目 地狱 火车 星星 √ √ 2955 √ √ 2686 √ X 2291 √ X 1489 √ √ 1471 √ √ 442 √ √ 258 凯拉斯 项目 地狱 火车 星星 √ √ 4680 √ X 505 √ √ 410 咖啡 项目 地狱 火车 星星 √ √ 569 √ X 273 √ √ 163 MXNet 项目 地狱 火车 星星 √ √ 3187 参考：
yolo资料
luoganttcc的博客
03-15 176
yolo 官网 voc数据集下载
v3.0 YOLO篇-如何通过YOLO进行实验
最新发布
qq_40992158的博客
05-22 660
随着版本迭代（从YOLOv1到YOLO12），YOLO不断在网络结构、特征提取和损失函数等方面进行优化，兼顾了检测精度和推理效率，已成为目标检测领域中广泛使用且极具代表性的深度学习模型。在YOLO实验中，通常要对比v5-最新版本以及FastRcnn和SSD，下面我分享了比较好的博客和视频教程。其实YOLO大多数的版本运行方式都是类似的，这里只要能够运行/修改好一个版本的YOLO，在。，目标检测需要兼顾“在哪儿”（定位）和“是什么”（分类）两方面的能力，因而更具挑战性。，旨在从图像或视频中同时。
关于YOLO的资料收集
weixin_42033678的博客
06-27 908
  YOLO，英文当中的You only look once的缩写，是目前最先进的实时对象检测系统。据网上撰写数据，它在台式机显卡Titan X上，能实时处理40-90fps/s的图像，准确率高达78.6%（VOC 2007）或COCO test-dev的48.1%。         voc-2017基本信息   作为标准数据集，voc-2007 是衡量图像分类识别能力的基准，fas...
Yolo系列详解
热门推荐
08-05 1万+
零、图像基本概念 图像表示为二维的矩阵  灰阶图像 0-255，0表示黑色，255表示白色，其余表示灰色。 图像的坐标轴   彩色图像  注意：颜色信息对于任务有时候有用，有时候没用。 一、什么是目标检测 目标检测是计算机视觉中的经典的原子问题，即通过输入的图像来完成物体的检测，它需要解决两个问题： 物体在哪里 物体是什么 目标检测算法的传统实现 sift hog 等算法。这些算法的大致逻辑如下： 通过人定义的算法和规则提炼关键点。 通过人设计的算子和计算流程计算...
YOLO系列改进
qq_56047026的博客
06-25 1534
采用结构重参数化，（1）训练时，使用ResNet-style的多分支模型（特点：增加模型的表征能力）（2）测试时，转化成VGG-style的单线路模型（特点：速度更快、更省内存并且更加的灵活）Backbone：每个ResX包含1+2*X个卷积层，Darknet=1+（1+2×2）+（1+2×8）+（1+2×8）+（1+2×4）+FC全连接层（不包含）=53。Backbone：每个CSPX包含5+2*X个卷积层，1+（5+2×1）+（5+2×2）+（5+2×8）+（5+2×8）+（5+2×4）=72。
YOLO 系列目标检测大合集，不同版本的yolo介绍
11-10
YOLO系列模型经过数次迭代，每个新版本都带来了性能的提升，包括速度、准确性及泛化能力的增强。 YOLOv1作为该系列的开山之作，其引入的统一检测方法将目标检测框架简化为单一回归问题，极大地提高了检测速度。...
yolo与java交互的代码资料.zip
12-12
它提供了一系列的API来加载和处理YOLO模型，并且能够运行在多种硬件上，包括CPU和NVIDIA的GPU。 交互过程中，开发者需要先加载YOLO模型，然后将待检测的图像数据转换为模型能够接受的格式。在Java中，这通常意味着...
Pyqt5目标检测系统GUI程序——Yolo系列（带扩展带接口）
02-14
总的来说，"Pyqt5目标检测系统GUI程序——Yolo系列（带扩展带接口）"是一个具有高度可扩展性和灵活性的项目，它融合了PyQt5的GUI设计优势和Yolo的高效目标检测能力。通过理解和利用这个项目，开发者可以深入学习到...
01.15_YOLOv3基本原理.pdf
05-25
YOLOv3基本原理YOLOv3基本原理YOLOv3基本原理YOLOv3基本原理YOLOv3基本原理
YOLOv3训练自己的数据 - 简书.pdf
09-24
YOLOv3训练自己的数据 - 简书
【YOLO系列详解——超详细】
cz88888888666的博客
02-09 2834
YOLO（You Only Look Once）是一种使用深度学习实现的端到端的目标检测系统，YOLO系列模型以其检测速度快、实时性高而闻名，并且能在图像中同时预测多个物体的类别和位置。
目标检测--yolo系列复习资料
雪剑封心
12-08 370
""" 机器学习分类衡量指标 混淆矩阵： 正例：是 P、反例：否 N 真实： 是 否 预测是：TP FP 预测否：FN TN (总)准确率：(TP + TN) / (TP + FP + FN + TN) (行)查准率：预测数据中预测正确占比 TP / (TP + FP) 从混淆矩阵的角度：当前类别所在的 行 相加比上当前类别预测正确的值 预测的全部 (列)查全率：真实数据中预测正确占比 TP / (TP + FN) 从混淆矩阵的角度：当
YOLO系列详解
u010901792的专栏
03-06 8117
文章目录YOLO1（You only look once）基本思想网络结构损失函数训练过程YOLO1缺点YOLO2Batch NormalizationHigh Resolution Classifier（高分辨率分类器）Convolutional with Anchor BoxesDimension Clusters（维度聚类）Direct location prediction(直接坐标预测)...
YOLO系列目标检测数据集大全_yolo数据集(1)，2024年最新2024年大数据开发面试心得
2401_84164503的博客
04-17 3438
1、YOLO行人跌倒检测数据集，7500多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOL摔倒的行人识别，可以区分和识别到跌倒的行人和正常的行人，数据场景丰富，类别名为跌倒fall和正常状态的行人person，一共两个类别。从自动驾驶KITTI数据集中提取得到，类别为car，标签格式为VOC和YOLO两种格式，即xml和txt标签文件，数量为近1万张，可以用于YOLO算法的车辆检测。
Yolo系列知识点梳理（Yolov1-v5）
zjuPeco的博客
10-23 1万+
文章目录1 概述2 Yolo系列模型2.1 基石 - Yolov12.1.1 Yolov1的网络结构 1 概述 Yolo系列的模型是大多数做目标检测的图像算法工程师都在使用的，使用时经常也是先用了看看效果再说，如果效果不错，有时间再回头来研究一下模型，有时甚至就忘了回过头来细究。这篇文章就是一个回头的产物。 Yolo的每一个系列都令人惊艳，本文综合了原始论文和网上各家的一些说法，把Yolo每个系列究竟产出了一些什么做一个系统的梳理，也方便我以后的再回头。 如果Yolo之后有人继续更新下去，本文也会尽量做到继
yolo系列总结（自用）
对cv的学习之路
10-19 846
yolov1~v8以及yolox
yolo系列算法
05-10
<think>好的，我现在需要回答用户关于YOLO系列算法的介绍、原理和实现的问题。首先，我要回顾用户提供的引用内容，确保回答准确且符合要求。 用户给出的引用[1]到[5]涵盖了YOLO算法的基础概念、网络结构、设计理念以及损失函数等。我需要整合这些信息，分部分呈现。 首先，在介绍部分，需要强调YOLO的核心思想，即单阶段检测、Region-free方法，以及其速度和精度优势。引用[1]提到YOLO不需要区域建议，直接通过一次前向传播完成检测，这点很重要。同时，引用[3]解释了YOLO将图像分割成小方块，每个格子预测目标，这应该放在原理部分的设计理念中。 接下来是原理部分，需要分模块说明。网络结构方面，引用[2]和[4]提到了不同版本的结构，比如v1的24卷积层，v4和v8的FPN+PAN结构。这里需要区分不同版本的改进，但用户可能希望总体概述，所以可以提到基础结构如卷积层、特征融合机制。 设计理念部分，引用[3]和[5]详细说明了网格划分和损失函数。需要解释网格如何生成预测框，以及损失函数中的定位误差、置信度和分类误差。引用[5]中的公式可能需要用LaTeX表示，并确保符合格式要求。 实现部分，用户可能需要代码示例。虽然引用中没有给出具体代码，但可以提供一个简单的YOLO检测流程的伪代码，用Python和PyTorch示例，并注释说明关键步骤。 在相关问题的生成部分，需要基于回答内容提出三个问题，比如YOLO与其他算法的比较、损失函数细节、v3到v8的改进等。要确保问题与回答内容相关，帮助用户深入理解。 最后，检查所有数学表达式是否使用$...$或$$...$$格式，例如损失函数中的λ系数和平方误差。确保引用标识正确添加，如[^1]、[^3]等，并且回答结构清晰，分点明确。 现在需要组织这些内容，确保符合用户的要求：中文回答，结构清晰，引用正确，包含相关问题和代码示例。同时注意避免使用Markdown格式，使用自然的分段和标号。确认每个部分的信息准确，引用来源正确，没有错误或矛盾之处。</think>### YOLO系列算法解析 #### 一、算法简介 YOLO（You Only Look Once）是单阶段目标检测算法的代表，通过端到端方式将目标检测转化为回归问题，实现“看一眼即检测”。其核心思想是将输入图像划分为$S \times S$网格，每个网格直接预测边界框（Bounding Box）和类别概率，无需区域建议（Region Proposal）[^1]。相较于两阶段算法（如Faster R-CNN），YOLO因单次前向传播的特性，在实时性上表现突出，处理速度可达45-155 FPS[^4]。 #### 二、核心原理 1. **网络结构演进** - **YOLOv1**：基础结构包含24个卷积层和2个全连接层，使用$1 \times 1$与$3 \times 3$卷积组合替代Inception模块，输出维度为$S \times S \times (5B + C)$，其中$B$为每个网格预测的边界框数，$C$为类别数。 - **YOLOv4/v8**：引入FPN+PAN结构，通过多尺度特征融合增强小目标检测能力（如图1）[^2]。 $$ \text{FPN（自顶向下）} + \text{PAN（自底向上）} \rightarrow \text{丰富语义与位置信息} $$ 2. **设计理念** - **网格划分**：将图像分割为$S \times S$网格，每个网格负责预测中心点落在该区域的目标[^3]。 - **边界框预测**：每个预测框包含$(x, y, w, h, \text{置信度})$，其中$(x,y)$为相对网格的偏移量，$(w,h)$为归一化宽高。 - **损失函数**：综合定位误差、置信度误差和分类误差： $$ \lambda_{\text{coord}} \sum (x - \hat{x})^2 + \lambda_{\text{obj}} \sum (C - \hat{C})^2 + \sum (p(c) - \hat{p}(c))^2 $$ 其中$\lambda_{\text{coord}}$和$\lambda_{\text{obj}}$为权重系数[^5]。 #### 三、实现示例（基于PyTorch） ```python import torch import torch.nn as nn class YOLOBlock(nn.Module): def __init__(self, in_channels, out_channels): super().__init__() self.conv = nn.Sequential( nn.Conv2d(in_channels, out_channels, 3, padding=1), nn.BatchNorm2d(out_channels), nn.LeakyReLU(0.1) ) def forward(self, x): return self.conv(x) # 简化的YOLOv3模型结构 class YOLOv3(nn.Module): def __init__(self, num_classes=80): super().__init__() self.backbone = nn.Sequential( YOLOBlock(3, 64), nn.MaxPool2d(2), YOLOBlock(64, 128), nn.MaxPool2d(2), # 更多层... ) self.head = nn.Conv2d(512, 5*(5 + num_classes), 1) # 输出预测张量 def forward(self, x): features = self.backbone(x) return self.head(features) ``` #### 四、关键优势与挑战 1. **优势**： - **实时性**：单次推理即可输出所有检测结果，适合视频流处理[^1]。 - **全局上下文感知**：因全图输入，减少背景误检。 2. **挑战**： - **小目标检测**：高版本通过多尺度预测（如YOLOv3的3种尺度）缓解。 - **密集目标漏检**：改进NMS（非极大值抑制）策略，如Soft-NMS。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值