u011961856的专栏

darknet是一个开源的神经网络架构,使用C和CUDA编写,支持CPU和GPU计算.darknet实现RNN,ImageNet classification,yolo等网络机构,具体可以参考:https://pjreddie.com/darknet/.本文简单介绍darknet的安装和使用. 下载和编译darknet: git clone https://github.com/pjreddi

参考自github:https://github.com/thtrieu/darkflow darkflow实现了将darknet翻译成tensorflow,可以用tensorflow加载darknet训练好的模型,并使用tensorflow重新训练,输出tensorflow graph模型,用于移动设备. darkflow需要的依赖库: Python3, tensorflow 1.0, n

yolo检测系统分三步: (1)将输入图像resize 到​; (2)运行一个简单的卷积网络对输入图像进行处理; (3)对模型输出confidence进行阈值处理得到检测结果; 相比较于其他实时系统,yolo可以实现大于两倍的平均精度.与其他采用话筒窗口获得区域的技术不同,yolo在训练,测试的时候,对整个图像进行处理,因此它可以获得物体的类别和外貌等信息. 网络结构为:

原始的yolo采用224x224的训练数据训练分类网络,再high resolution其为448x448的图像用于检测.这意味着网络同时要学习物体检测和high reslution输入图像. 对于yolov2,我们首先输入图像为448x448,训练分类网络,在ImageNet上迭代10个epochs.这就使得网络有时间去调整其滤波其以更好地处理high resolution input.之后我