yolov3权重文件_小白笔记：动手做目标检测 --> YOLO v3（二）

前言

上期给大家讲述了一些关于我的学习经历，本期会和大家一起探讨目标检测算法。

作为小白笔记的开篇作，我会非常认真地讲述YOLO v3算法，并且确保所有代码都可以正常使用。有任何不同的见解都欢迎大家及时私信我。

学习目标检测的那点事儿

咱们长话短说。

我也是最近一个多月时间开始接触深度学习的计算机视觉。大家可能知道，我学的是车辆工程专业，并非科班出身。那么我刚开始学习图像分类时，就几乎不会遇到什么困难，短时间内就学完了《深度学习之PyTorch实战计算机视觉》这本书。但当我开始从图像分类过渡到目标检测时，却面临了很多痛苦和挣扎。首先我根本无法正常运行书上的代码，其次是巨大的代码量让我苦不堪言。

从Faster RCNN到SSD再到后来的YOLO v3,我用了很长时间去研究前两种算法的原理和代码，但都失败了。不怕大家笑话，为了看懂前两种算法的原理和代码，我从PyTorch框架又转到Keras，后来都放弃了。

但我总得做出来一种吧，我就咬牙坚持学习YOLO v3算法。几百行代码我都是一行一行地运行，一行一行地写注释，经过几天挣扎之后，最终成功了。因此关于目标检测，我首先给大家讲解YOLO v3算法。

给大家分享一句话：人在追求中纵然迷惘，却终将意识到有一条正途。

YOLO v3算法组成及原理

组成

这几种经典的目标检测算法在整体上组成部分都是一样的，只是存在着原理上的不同。

1. 特征提取网络：提取输入图像的核心特征
2. 分类与回归：检测物体位置及其类别
3. 非极大值抑制：对同一物体检测到的多个位置按照置信度进行筛选

原理

想搞清YOLO v3的原理，咱们看懂两张图就行。

YOLO v3的特征提取网络采用DarkNet-53结构，其具体结构如下：

• “至暗卷积层”：由Convolutional Layer、Batch Normalize和LeakyReLu等模块组成
• Upsampling Layer：上采样层，将图像尺寸扩大
• Residual Block：残差模块，解决深度数据网络难以训练的问题
• Route Layer：将第36层和第61层分别于后面某层融合
• Detection Layer：输出特征图feature map，可见在特征提取网络的第82、第94和第106层输出

其中第82层输出的尺寸为(13,13)，第94层输出的尺寸为(26,26)，第106层输出的尺寸为(52,52)，每一层都将被不同尺寸的锚框anchors处理。

具体细节将在代码里体现。

希望大家无论在读原理还是写代码，都能把这两张图放身边，加强理解。

准备工作

本系列YOLO v3目标检测算法所使用的源码来自GitHub，链接：

权重文件链接：

本系列代码先由Jupyter Lab编写再放置yolo.ipynb上进行组装，理由如下：

1. 对小白而言，Jupyter Notebook或者Jupyter Lab界面都十分友好
2. Jupyter Lab的代码块可以逐个运行和输出，方便我们理解

版本信息：

• Python --> 3.7.4
• PyTorch --> 1.4.0
• Opencv --> 4.1.2.30

文件总览

• imgs --> 存放输入图像
• det --> 存放输出图像
• darknet.ipynb --> 构建特征提取网络
• util.ipynb --> 存放特征变换、非极大值抑制等函数
• detect.ipynb --> 构建输入和输出流程
• yolov3.weights --> 权重文件
• coco.names --> 存放COCO数据集的类别
• pallete --> 存放颜色
• yolov3.cfg --> 特征提取网络配置文件

darknet.ipynb

导入第三方库

from __future__ import division
import torch
import torchvision