【目标检测】YOLOv3网络及PyTorch代码详解

最新推荐文章于 2024-06-08 23:49:02 发布
最新推荐文章于 2024-06-08 23:49:02 发布
阅读量801 收藏 11
点赞数 1
分类专栏： 目标检测 深度学习 文章标签： 计算机视觉 卷积神经网络
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.csdn.net/DJames23/article/details/107396038
版权

PyTorch源码地址：https://github.com/eriklindernoren/PyTorch-YOLOv3

代码详解，参考博客如下：
Pytorch | yolov3原理及代码详解（一）
Pytorch | yolov3原理及代码详解（二）
Pytorch | yolov3原理及代码详解（三）
Pytorch | yolov3原理及代码详解（四）
讲解的很详细，感谢这位老哥。

将DarkNet53网络结构、 YOLOv3网络结构、YOLOv3网络结构图解三者对应着看

DarkNet53网络结构

在这里插入图片描述

YOLOv3网络结构

layer     filters    size              input                output
    0 conv     32  3 x 3 / 1   608 x 608 x   3   ->   608 x 608 x  32  0.639 BFLOPs
    1 conv     64  3 x 3 / 2   608 x 608 x  32   ->   304 x 304 x  64  3.407 BFLOPs
    2 conv     32  1 x 1 / 1   304 x 304 x  64   ->   304 x 304 x  32  0.379 BFLOPs
    3 conv     64  3 x 3 / 1   304 x 304 x  32   ->   304 x 304 x  64  3.407 BFLOPs
    4 res    1                 304 x 304 x  64   ->   304 x 304 x  64
    5 conv    128  3 x 3 / 2   304 x 304 x  64   ->   152 x 152 x 128  3.407 BFLOPs
    6 conv     64  1 x 1 / 1   152 x 152 x 128   ->   152 x 152 x  64  0.379 BFLOPs
    7 conv    128  3 x 3 / 1   152 x 152 x  64   ->   152 x 152 x 128  3.407 BFLOPs
    8 res    5                 152 x 152 x 128   ->   152 x 152 x 128
    9 conv     64  1 x 1 / 1   152 x 152 x 128   ->   152 x 152 x  64  0.379 BFLOPs
   10 conv    128  3 x 3 / 1   152 x 152 x  64   ->   152 x 152 x 128  3.407 BFLOPs
   11 res    8                 152 x 152 x 128   ->   152 x 152 x 128
   12 conv    256  3 x 3 / 2   152 x 152 x 128   ->    76 x  76 x 256  3.407 BFLOPs
   13 conv    128  1 x 1 / 1    76 x  76 x 256   ->    76 x  76 x 128  0.379 BFLOPs
   14 conv    256  3 x 3 / 1    76 x  76 x 128   ->    76 x  76 x 256  3.407 BFLOPs
   15 res   12                  76 x  76 x 256   ->    76 x  76 x 256
   16 conv    128  1 x 1 / 1    76 x  76 x 256   ->    76 x  76 x 128  0.379 BFLOPs
   17 conv    256  3 x 3 / 1    76 x  76 x 128   ->    76 x  76 x 256  3.407 BFLOPs
   18 res   15                  76 x  76 x 256   ->    76 x  76 x 256
   19 conv    128  1 x 1 / 1    76 x  76 x 256   ->    76 x  76 x 128  0.379 BFLOPs
   20 conv    256  3 x 3 / 1    76 x  76 x 128   ->    76 x  76 x 256  3.407 BFLOPs
   21 res   18                  76 x  76 x 256   ->    76 x  76 x 256
   22 conv    128  1 x 1 / 1    76 x  76 x 256   ->    76 x  76 x 128  0.379 BFLOPs
   23 conv    256  3 x 3 / 1    76 x  76 x 128   ->    76 x  76 x 256  3.407 BFLOPs
   24 res   21                  76 x  76 x 256   ->    76 x  76 x 256
   25 conv    128  1 x 1 / 1    76 x  76 x 256   ->    76 x  76 x 128  0.379 BFLOPs
   26 conv    256  3 x 3 / 1    76 x  76 x 128   ->    76 x  76 x 256  3.407 BFLOPs
   27 res   24                  76 x  76 x 256   ->    76 x  76 x 256
   28 conv    128  1 x 1 / 1    76 x  76 x 256   ->    76 x  76 x 128  0.379 BFLOPs
   29 conv    256  3 x 3 / 1    76 x  76 x 128   ->    76 x  76 x 256  3.407 BFLOPs
   30 res   27                  76 x  76 x 256   ->    76 x  76 x 256
   31 conv    128  1 x 1 / 1    76 x  76 x 256   ->    76 x  76 x 128  0.379 BFLOPs
   32 conv    256  3 x 3 / 1    76 x  76 x 128   ->    76 x  76 x 256  3.407 BFLOPs
   33 res   30                  76 x  76 x 256   ->    76 x  76 x 256
   34 conv    128  1 x 1 / 1    76 x  76 x 256   ->    76 x  76 x 128  0.379 BFLOPs
   35 conv    256  3 x 3 / 1    76 x  76 x 128   ->    76 x  76 x 256  3.407 BFLOPs
   36 res   33                  76 x  76 x 256   ->    76 x  76 x 256
   37 conv    512  3 x 3 / 2    76 x  76 x 256   ->    38 x  38 x 512  3.407 BFLOPs
   38 conv    256  1 x 1 / 1    38 x  38 x 512   ->    38 x  38 x 256  0.379 BFLOPs
   39 conv    512  3 x 3 / 1    38 x  38 x 256   ->    38 x  38 x 512  3.407 BFLOPs
   40 res   37                  38 x  38 x 512   ->    38 x  38 x 512
   41 conv    256  1 x 1 / 1    38 x  38 x 512   ->    38 x  38 x 256  0.379 BFLOPs
   42 conv    512  3 x 3 / 1    38 x  38 x 256   ->    38 x  38 x 512  3.407 BFLOPs
   43 res   40                  38 x  38 x 512   ->    38 x  38 x 512
   44 conv    256  1 x 1 / 1    38 x  38 x 512   ->    38 x  38 x 256  0.379 BFLOPs
   45 conv    512  3 x 3 / 1    38 x  38 x 256   ->    38 x  38 x 512  3.407 BFLOPs
   46 res   43                  38 x  38 x 512   ->    38 x  38 x 512
   47 conv    256  1 x 1 / 1    38 x  38 x 512   ->    38 x  38 x 256  0.379 BFLOPs
   48 conv    512  3 x 3 / 1    38 x  38 x 256   ->    38 x  38 x 512  3.407 BFLOPs
   49 res   46                  38 x  38 x 512   ->    38 x  38 x 512
   50 conv    256  1 x 1 / 1    38 x  38 x 512   ->    38 x  38 x 256  0.379 BFLOPs
   51 conv    512  3 x 3 / 1    38 x  38 x 256   ->    38 x  38 x 512  3.407 BFLOPs
   52 res   49                  38 x  38 x 512   ->    38 x  38 x 512
   53 conv    256  1 x 1 / 1    38 x  38 x 512   ->    38 x  38 x 256  0.379 BFLOPs
   54 conv    512  3 x 3 / 1    38 x  38 x 256   ->    38 x  38 x 512  3.407 BFLOPs
   55 res   52                  38 x  38 x 512   ->    38 x  38 x 512
   56 conv    256  1 x 1 / 1    38 x  38 x 512   ->    38 x  38 x 256  0.379 BFLOPs
   57 conv    512  3 x 3 / 1    38 x  38 x 256   ->    38 x  38 x 512  3.407 BFLOPs
   58 res   55                  38 x  38 x 512   ->    38 x  38 x 512
   59 conv    256  1 x 1 / 1    38 x  38 x 512   ->    38 x  38 x 256  0.379 BFLOPs
   60 conv    512  3 x 3 / 1    38 x  38 x 256   ->    38 x  38 x 512  3.407 BFLOPs
   61 res   58                  38 x  38 x 512   ->    38 x  38 x 512
   62 conv   1024  3 x 3 / 2    38 x  38 x 512   ->    19 x  19 x1024  3.407 BFLOPs
   63 conv    512  1 x 1 / 1    19 x  19 x1024   ->    19 x  19 x 512  0.379 BFLOPs
   64 conv   1024  3 x 3 / 1    19 x  19 x 512   ->    19 x  19 x1024  3.407 BFLOPs
   65 res   62                  19 x  19 x1024   ->    19 x  19 x1024
   66 conv    512  1 x 1 / 1    19 x  19 x1024   ->    19 x  19 x 512  0.379 BFLOPs
   67 conv   1024  3 x 3 / 1    19 x  19 x 512   ->    19 x  19 x1024  3.407 BFLOPs
   68 res   65                  19 x  19 x1024   ->    19 x  19 x1024
   69 conv    512  1 x 1 / 1    19 x  19 x1024   ->    19 x  19 x 512  0.379 BFLOPs
   70 conv   1024  3 x 3 / 1    19 x  19 x 512   ->    19 x  19 x1024  3.407 BFLOPs
   71 res   68                  19 x  19 x1024   ->    19 x  19 x1024
   72 conv    512  1 x 1 / 1    19 x  19 x1024   ->    19 x  19 x 512  0.379 BFLOPs
   73 conv   1024  3 x 3 / 1    19 x  19 x 512   ->    19 x  19 x1024  3.407 BFLOPs
   74 res   71                  19 x  19 x1024   ->    19 x  19 x1024

> 以上为DarkNet53网络(无全连接层)，不包含res层，共有52层卷积层.
> res后面的数字就是将对应层数的输出连接到这一层

   75 conv    512  1 x 1 / 1    19 x  19 x1024   ->    19 x  19 x 512  0.379 BFLOPs
   76 conv   1024  3 x 3 / 1    19 x  19 x 512   ->    19 x  19 x1024  3.407 BFLOPs
   77 conv    512  1 x 1 / 1    19 x  19 x1024   ->    19 x  19 x 512  0.379 BFLOPs
   78 conv   1024  3 x 3 / 1    19 x  19 x 512   ->    19 x  19 x1024  3.407 BFLOPs
   79 conv    512  1 x 1 / 1    19 x  19 x1024   ->    19 x  19 x 512  0.379 BFLOPs
   80 conv   1024  3 x 3 / 1    19 x  19 x 512   ->    19 x  19 x1024  3.407 BFLOPs
   81 conv    255  1 x 1 / 1    19 x  19 x1024   ->    19 x  19 x 255  0.189 BFLOPs

> 输出32倍降采样后的特征图，输入为608x608,608/32=19

   82 yolo

> yolo层计算偏差与loss

   83 route  79

> route层取第79层进行下面卷积与上采样操作

   84 conv    256  1 x 1 / 1    19 x  19 x 512   ->    19 x  19 x 256  0.095 BFLOPs
   85 upsample            2x    19 x  19 x 256   ->    38 x  38 x 256
   86 route  85 61

> 此处是将上采样后的第85层38 x  38 x 256与第61层38 x  38 x 512进行通道拼接
> 输出结果为 38 x  38 x 768

   87 conv    256  1 x 1 / 1    38 x  38 x 768   ->    38 x  38 x 256  0.568 BFLOPs
   88 conv    512  3 x 3 / 1    38 x  38 x 256   ->    38 x  38 x 512  3.407 BFLOPs
   89 conv    256  1 x 1 / 1    38 x  38 x 512   ->    38 x  38 x 256  0.379 BFLOPs
   90 conv    512  3 x 3 / 1    38 x  38 x 256   ->    38 x  38 x 512  3.407 BFLOPs
   91 conv    256  1 x 1 / 1    38 x  38 x 512   ->    38 x  38 x 256  0.379 BFLOPs
   92 conv    512  3 x 3 / 1    38 x  38 x 256   ->    38 x  38 x 512  3.407 BFLOPs
   93 conv    255  1 x 1 / 1    38 x  38 x 512   ->    38 x  38 x 255  0.377 BFLOPs

> 输出16倍降采样后的特征图，输入为608x608,608/16=38

   94 yolo
   95 route  91

> route层取第91层进行下面卷积与上采样操作

   96 conv    128  1 x 1 / 1    38 x  38 x 256   ->    38 x  38 x 128  0.095 BFLOPs
   97 upsample            2x    38 x  38 x 128   ->    76 x  76 x 128
   98 route  97 36

> 此处是将上采样后的第97层76 x  76 x 128与第36层76 x  76 x 256进行通道拼接
> 输出结果为 76 x 76 x 384

   99 conv    128  1 x 1 / 1    76 x  76 x 384   ->    76 x  76 x 128  0.568 BFLOPs
  100 conv    256  3 x 3 / 1    76 x  76 x 128   ->    76 x  76 x 256  3.407 BFLOPs
  101 conv    128  1 x 1 / 1    76 x  76 x 256   ->    76 x  76 x 128  0.379 BFLOPs
  102 conv    256  3 x 3 / 1    76 x  76 x 128   ->    76 x  76 x 256  3.407 BFLOPs
  103 conv    128  1 x 1 / 1    76 x  76 x 256   ->    76 x  76 x 128  0.379 BFLOPs
  104 conv    256  3 x 3 / 1    76 x  76 x 128   ->    76 x  76 x 256  3.407 BFLOPs
  105 conv    255  1 x 1 / 1    76 x  76 x 256   ->    76 x  76 x 255  0.754 BFLOPs

> 输出8倍降采样后的特征图，输入为608x608,608/8=76

  106 yolo

YOLOv3网络结构图解在这里插入图片描述

YOLOv4网络结构参考：

Yolov3&Yolov4网络结构与源码分析
在这里插入图片描述

DJames23
关注
  • 1
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
今天给大家介绍一下综合性能标胶不错的分类网络—darknet-53
xiehewe的博客
07-14 252
Darknet-53不仅在学术界取得了显著的成就，还在实际应用场景中得到了广泛的应用。例如，在智能监控、人像识别以及工业自动化等领域，Darknet-53作为一个高性能的分类网络，能够准确地识别并分类各种场景中的物体和目标，为实际应用提供强有力的支持。例如，在ImageNet数据集上，Darknet-53的Top-1分类精度超过了80%，证明了其在大规模图像分类任务中的可靠性和有效性。通过采用较少的参数和层级，Darknet-53能够在保持良好分类性能的同时，减少计算资源的消耗，提高模型的推理速度。
小白跑通YOLOV3——超完整教程！
最新发布
m0_72006696的博客
06-28 1041
这篇博客记录了我运行YOLO V3代码的过程。由于这是在成功运行一段时间后编写的，因此每一步并不特别详细，具体的步骤可以搜索其他博客。此篇博客主要记录了成功运行所需的一些关键步骤。
【目标检测】YOLOv3手动实现Pytorch代码全流程详解 RCNN、YOLO系列
不佛的博客
11-09 6225
目标检测概述 之前的MTCNN实现了单类多目标的高效检测，而现实中更普遍的任务是多类多目标检测。 目标检测可划分为3个发展阶段： 传统的目标检测 区域选择：滑动窗口 特征提取：Harr、SIFT、HOG等特征提取算法 分类器：如常用的SVM模型 基于滑动窗口的区域选择策略没有针对性，时间复杂度高，窗口冗余； 手工设计特征费时费力，且对于多样性的变化没有很好的鲁棒性。 基于Region Proposal的深度学习目标检测算法 使用 region proposal+CNN 代替传统目标检测使用的 滑动窗口+手
YOLOv8详解 【网络结构+代码+实操】
热门推荐
zyw2002的博客
03-01 21万+
YOLOv8 算法的核心特性和改动可以归结为如下：提供了一个全新的 SOTA 模型，包括 P5 640 和 P6 1280 分辨率的目标检测网络和基于 YOLACT 的实例分割模型。和 YOLOv5 一样，基于缩放系数也提供了 N/S/M/L/X 尺度的不同大小模型，用于满足不同场景需求Backbone骨干网络和 Neck 部分可能参考了 YOLOv7 ELAN 设计思想，将 YOLOv5 的C3结构换成了梯度流更丰富的C2f结构，并对不同尺度模型调整了不同的通道数。
Pytorch | yolov3原理及代码详解（一）
qq_24739717的博客
07-19 1万+
YOLO相关原理 ： https://blog.csdn.net/leviopku/article/details/82660381 https://www.jianshu.com/p/d13ae1055302 https://blog.csdn.net/qq_34199326/article/details/84874409 https://blog.csdn.net/chandanyan...
YOLOV1（pytorch） 代码讲解
ing100的博客
07-06 1万+
使用pytorch实现基于ResNet50的YOLOV1算法，并进行训练以及预测。
YOLOV3 Pytorch版本代码解读
Weary_PJ的博客
01-23 1716
YOLOV3项目关键代码解读 Pytorch版
【YOLO系列】YOLOv1学习（PyTorch）原理加代码
m0_74055982的博客
06-08 1114
之前我所发布的，都是分类问题，解决的概念就是输入一张图片，然后输出这个图片中的内容是什么类别，这种方法在很多问题上以及能够解决了，但是要清楚这个物体在图片中那个位置，这还是很难解决的，所以就引入了目标检测的概念，目标检测就是做到不仅判断物体的类别还可以得出物体所在位置，而目前最热门的目标检测的模型也就是YOLO系列了。YOLO系列的模型，是为了解决当时目标检测模型的帧率太低而提出来的模型。英文全称是You only look once。
【YOLOv3 net】YOLOv3网络结构及代码详解
计算机视觉方面的点点滴滴，欢迎一起讨论
04-10 1万+
文章目录1 总体介绍2 YOLOv3主干网络3 FPN特征融合4 利用Yolo Head获得预测结果5 不同尺度的先验框anchor box5.1 理论介绍5.2 代码读取6 YOLOv3整体网络结构代码理解7 感谢链接 1 总体介绍 YOLOv3网络主要包括两部分，一个是主干网络(backbone)部分，一个是使用特征金字塔(FPN)融合、加强特征提取并利用卷积进行预测部分。 yolov3网络总体框图如下： 2 YOLOv3主干网络 以采用darknet53网络为例，详解见YOLOv3 backbone
【深度学习】Yolov3详解笔记及Pytorch代码
夹猪逃的博客
03-08 2327
Yolov3详解笔记及Pytorch代码预测部分网络结构backbone：Darknet-53output预测结果的解码训练部分计算loss所需参数pred是什么target是什么loss的计算过程 预测部分 网络结构 DBL：图中左下角所示，也就是代码中的Darknetconv2d_BN_leaky，是yolov3基本组件。就是卷积+BN+leaky relu。对于v3来说，BN和leaky relu和卷积组成不可分离部分，共同组成最小组件。 resn：n代表数字，表示这个res_block含有多少个r
Yolov2 pytorch版本
04-13
总的来说，YOLOv2 PyTorch版本提供了一个强大且灵活的平台，用于学习、研究和实践目标检测技术。无论是初学者还是经验丰富的开发者，都能从中受益，进一步探索深度学习在计算机视觉领域的应用。
yolov5-pytorch目标检测程序,目标检测示例代码
03-30
**YOLOv5-PyTorch目标检测程序详解** YOLO（You Only Look Once）是一种高效、实时的目标检测算法，其最新版本YOLOv5基于PyTorch框架，以其快速和高精度的特点受到广泛欢迎。本篇文章将深入探讨YOLOv5在PyTorch中的...
基于pytorch的yolov5目标检测框架
02-26
**基于PyTorch的YOLOv5目标检测框架详解** YOLO（You Only Look Once）是一种实时目标检测系统，自2016年首次提出以来，已经发展到多个版本，其中YOLOv5是最新且性能优越的一个。该框架以其高效、准确的目标检测...
pytorch-yolov3详细可运行
11-04
《PyTorch-YOLOv3深度学习目标检测框架详解》 YOLO（You Only Look Once）是一种实时目标检测系统，以其高效的性能和强大的准确性在计算机视觉领域备受瞩目。YOLOv3是其系列的第三个版本，由Joseph Redmon、Ali ...
yolov3安全帽检测训练权重pytorch-yolov3-9.6.0-person_hat.zip
03-01
《基于PyTorch的YOLOv3安全帽检测技术详解》 YOLO（You Only Look Once）是一种实时目标检测系统，自2016年首次提出以来，因其高效的性能和出色的准确性，已经在计算机视觉领域得到了广泛应用。在工业安全场景中，...
深度学习CV文章整理
DJames23的博客
05-14 6950
1.目标检测 1.HDD-Net：具有hand-crafted和学习到的混合特征检测器和描述符 在图像匹配和3D重建等任务上，优于R2D2、D2-Net、SuperPoint和SIFT等，作者团队：帝国理工学院&华为诺亚实验室&慕尼黑工业大学 2.CVPR 2020 | 商汤提出SEPC：应对尺度变化的目标检测新算法 3.DBFace升级，模型仅1.3M的轻量级高精度人脸检测模型 4.RetinaMask：人脸口罩检测新网络 5.目标检测 | 解决小目标检测！多尺度方法汇总 6.PSDet+
【CV】yolov3 RuntimeError: CUDA error: device-side assert triggered
DJames23的博客
07-29 2378
RuntimeError: CUDA error: device-side assert triggered /pytorch/aten/src/ATen/native/cuda/IndexKernel.cu:60: lambda [](int)->auto::operator()(int)->auto: block: [0,0,0], thread: [2,0,0] Assertion `index >= -sizes[i] && index < sizes[i]
Faster RCNN-PyTorch版本运行记录
DJames23的博客
04-02 1763
Faster RCNN-PyTorch版本运行记录 笔者最近在学习《深度学习之PyTorch物体检测实战》，在运行第四章讲解的Faster RCNN时遇到了 一些问题，特此记录。 第四章使用的源码参考了jwyang/faster-rcnn.pytorch：https://github.com/jwyang/faster-rcnn.pytorch的PyTorch复现工程，依赖项是 Python 2...
yolov3代码详解pytorch
07-27
YOLOv3是一种目标检测算法，它在PyTorch框架下实现。你可以在GitHub上找到YOLOv3的PyTorch版本代码，地址是https://github.com/ultralytics/yolov3。这个代码库提供了一些教程和运行结果，但不一定能直接运行成功。你可以在同目录下新建一个.ipynb文件，并在其中运行代码"%run detect.py"来尝试运行。\[1\] 在代码解读方面，首先需要准备数据集和关键文件。然后，代码的大致流程包括数据与标签的读取、模型构造、前向传播和计算损失。具体来说，模型构造部分包括构建convolutional层、rout层和shortcut层，以及构建yolo层。\[2\] 如果你想深入了解YOLOv3的PyTorch版本代码，可以参考官方教程，地址是https://github.com/ultralytics/yolov3/wiki/Train-Custom-Data。这个教程提供了更详细的训练自定义数据集的指导。\[3\] #### 引用[.reference_title] - *1* *3* [YOLOv3 Pytorch代码及原理分析（一）：跑通代码](https://blog.csdn.net/weixin_43605641/article/details/107524168)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [YOLOV3 Pytorch版本代码解读](https://blog.csdn.net/Weary_PJ/article/details/128749270)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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