Darknet在GPU上运行可以得到500倍的提速，编译使用GPU要求显卡是Nvidia卡并且正确安装了CUDA。 GPU环境下的编译配置都是在 /darknet/Makefile 文件中定义的，GPU环境的编译有3点更改需要注意。 1. 更改Makefile前两行GPU和CUDNN的配置 ...

YOLOV3 paper link YOLOv3: An Incremental Improvement Yolov3网络架构 backbone：Darknet-53 backbone部分由Yolov2时期的Darknet-19进化至Darknet-53，加深了网络层数，引入 ...

基本思想V1： 将输入图像分成S*S个格子，每隔格子负责预测中心在此格子中的物体。 每个格子预测B个bounding box及其置信度(confidence score)，以及C个类别概率。 bbox信息(x,y,w,h)为物体的中心位置相对格子位置的偏移及宽度和高度，均被 ...

一. 准备工作 1）实验环境： 　　darknet 是由 C 和 CUDA 开发的，不需要配置其他深度学习的框架（如，tensorflow、caffe 等），支持 CPU 和 GPU 运算，而且安装过程非常简单。本文使用的 CUDA 的版本如下所示： 　　CUDA：9.0　　CUDNN ...

yolo系列之yolo v3【深度解析】 版权申明：转载和引用图片，都必须经过书面同意。获得留言同意即可本文使用图片多为本人所画，需要高清图片可以留言联系我，先点赞后取图这篇博文比较推荐的yolo v3代码是qwe的keras版本，复现比较容易，代码相对来说比较容易理解。同学们可以结合代码 ...

Darknet配置和安装 1. 安装显卡驱动 首先查看一下自己的电脑需要怎样的驱动，我们可以先到 http://www.nvidia.com/Download/index.aspx 查询下我们需要的是怎样的驱动，这里我的显卡是 GTX 1080 Ti，所以以此为例说明，勾选好对应的配置 ...

之前在用yolo v3训练自己的数据集的时候，会出现loss=nan的情况。这边给出一点解决方法。 1.查看是否为代码问题，在计算损失时是否出现负数，分母为0等情况。 2.检查数据集文件是否标识正确。 3.每一次batch，打印一次loss，检查是否出现梯度爆炸的情况。若有loss=inf ...

图片来自https://towardsdatascience.com/yolo-v3-object-detection-with-keras-461d2cfccef6 数据前处理 输入的图片维数：(416, 416, 3) 输入的图片标注：$[(x_1, y_1, x_2, y_2 ...