前言：【從零開始學習YOLOv3】系列越寫越多，本來安排的內容比較少，但是在閱讀代碼的過程中慢慢發掘了一些新的亮點，所以不斷加入到這個系列中。之前都在讀YOLOv3中的代碼，已經學習了cfg文件、模型構建等內容。本文在之前的基礎上，對模型的代碼進行修改，將之前Attention系列中的SE ...

YOLOv1是一個anchor-free的，從YOLOv2開始引入了Anchor，在VOC2007數據集上將mAP提升了10個百分點。YOLOv3也繼續使用了Anchor，本文主要講ultralytics版YOLOv3的Loss部分的計算, 實際上這部分loss和原版差距非常大，並且可以通過arc ...

前言： 工作原因，要用到yolo算法，組長給推薦了一篇博文比較詳細的講解了yolov3和yolov4，講的非常好，參考鏈接如下： https://mp.weixin.qq.com/s/qszdrGgBIjA5nnr12VIyYQ 1.論文匯總 Yolov3論文名：《Yolov3 ...

前段時間模型訓練出來了，現在需要寫報告了，打開配置文件，嗯，一大堆參數： 所以，行吧，重頭仔細看一遍參數具體含義 先放一篇參考博客： https://blog.csdn.net/weixin_42731241/article/details/81474920 稍加整理 ...

前言：本文主要講YOLOv3中數據加載部分，主要解析的代碼在utils/datasets.py文件中。通過對數據組織、加載、處理部分代碼進行解讀，能幫助我們更快地理解YOLOv3所要求的數據輸出要求，也將有利於對之后訓練部分代碼進行理解。 1. 標注格式 在上一篇【從零開始學習 ...

前言: 與其他框架不同，Darknet構建網絡架構不是通過代碼直接堆疊，而是通過解析cfg文件進行生成的。cfg文件格式是有一定規則，雖然比較簡單，但是有些地方需要對yolov3有一定程度的熟悉，才能正確設置。 下邊以yolov3.cfg為例進行講解。 作者：pprp 首發 ...

對三層作監督，分別重點檢測大中小物體。 如果從未接觸過檢測算法，一定會對YOLOv3有別於其它CNN的諸多方面深表驚奇。驚奇可能意味着巧妙，也可能意味着不合理或者局限。在YOLOv3身上二者兼備。 Output and loss 需要監督的輸出層如下。The shape ...

yolov3-voc.cfg文件 參考地址：https://www.cnblogs.com/shierlou-123/p/11152623.html https://blog.csdn.net/qq_43211132/article/details/88679979 ...