yolo v2源码分析

最新推荐文章于 2021-05-21 19:15:07 发布
最新推荐文章于 2021-05-21 19:15:07 发布
阅读量422 收藏
点赞数
分类专栏： 机器学习
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/ludiao1428/article/details/79624754
版权
/src
darknet.c
main->run_detector(argc,argv)
detecter.c
run_detector 跳转到train_detector/test_detector/validate_detector/...
train_detector 读取图片+训练+保存权重
->parse_network_cfg(parser.c) 解析配置文件
->train_network(network.c)  训练网络
test_detector 
->draw_detections(image.c) 输出检测%
demo 视频
demo.c 
image.c
draw_detections
draw_box 画检测框
load_image 把文件转换为图像格式
network.c
train_network->train_network_datum->train_network_datum_gpu(network_kernels.cu)->im2col_ongpu(im2col_kernels.cu)//.cu为调用GPU运算文件
parser.c
parse_network_cfg(cfgfile)->parse_network_cfg_custom()  
convolutional(->convolutional_layer.c/make_convolutional_layer)/parse_local/parse_activation
jjj6666
关注
专栏目录
【YOLO系列】YOLOv5超详细解读（源码详解＋入门实践＋改进）
路人贾的博客
03-03 13万+
一文带你详细了解YOLOv5（含YOLO系列论文讲解+源码详解+入门实践+算法改进）
目标检测 YOLO 系列： 更快更准 YOLO v2
生命在于折腾！
08-01 752
目标检测 YOLO 系列： 更快更准 YOLO v2 作者：Joseph Redmon, Ali Farhadi 发表时间：2016 Paper 原文： YOLO9000: Better, Faster, Stronger Joseph Redmon 等于 2016 年在 YOLO9000: Better, Faster, Stronger 中提出了 YOLO 的改进版本 YOLO V2 和 YOLO9000，其中 YOLO9000 是在 YOLO V2 的基础上采用联合训练的方式，使其可以检测超过 900
YOLOv2 代码解析
weixin_40810859的博客
07-09 721
1、preprocess_true_boxes 这个函数是得到detectors_mask（最佳预测的anchor boxes，每一个true boxes都对应一个anchor boxes），即找到每一个true box对应的最佳的anchor box，yolov2只是在5个anchor box中选取与gt具有最大iou的anchor box进行预测；matching_true_boxes（用于...
YOLOv2源码分析（一）
coordinate的博客
12-18 6541
0x00 写在开头写这一系列文章主要是想解析yolov2的具体实现，因为在作者的论文中有很多地方没有进行详细表述，所以不看源代码的话很难知道幕后具体做了什么。另一点是学习一下别人写一个网络的思路，因为你要知道作者的代码相当于自己写了一个小型框架（函数的接口设计的可能不是非常好）。0x01 从main函数开始int main(int argc, char **argv) { //test_re
YOLOv2源码分析（四）
一新新的小白的博客
11-01 709
版权声明：本文为博主原创文章，未经博主允许不得转载。有事联系：coordinate@live.com https://blog.csdn.net/qq_17550379/article/details/78865475 文章全部YOLOv2源码分析 0x01 bac...
YOLOV2-源代码详细解析（逐语句进行解释）
herr_kun的博客
11-17 9490
前言：一直以来想接触下图像检测和识别，但是苦于没有机会进行练手，最近终于腾出时间看看yolo，你可以从github上找到一大堆yolo的项目，但是你难道仅仅满足于调用作者封装好的接口进行调用么，或者你想训练自己数据集，仅仅是将分好的img和ａｎｎｏｔａｔｉｏｎ放到对应的文件夹就行了么？下面就拿一个ｇｉｔｈｕｂ上的一个yolo v2项目的源码进行解析，大多数的yolo代码大同小异，懂了一个其余的也便...
YOLO v2 损失函数源码分析
weixin_33701617的博客
08-25 240
损失函数的定义是在region_layer.c文件中，关于region层使用的参数在cfg文件的最后一个section中定义。 首先来看一看region_layer 都定义了那些属性值： layer make_region_layer(int batch, int w, int h, int n, int classes, int coords) { layer...
yolo 源码分析
fffupeng的博客
02-13 3034
由于工程中涉及到yolo的源码，在这里就看到的源码写写，由于我需要将yolo改成一个测试版本，也就是最好分装成一个函数，输入为一张图像，输出为定位到车辆或者人的数目。 思路分为两个，方面将命令行的调用方式改为函数，另一方面将函数返回定位到的目标数量。 这篇文章首先解决定位到目标的数量： void test_yolo(char *cfgfile, char *weightfile, char
YOLO V2解析
lanran2的博客
09-24 4763
YOLO V2是YOLO系列的第二版，在YOLO V1的基础上加以改进，改善了YOLO V1定位不准的问题，又保证了检测的速度，可谓集准确性与速度于一身（YOLO V2获得了CVPR2017的最佳论文提名）。YOLO V2的原文提出了两个模型：YOLO V2和YOLO9000，本文主要着重YOLO V2，下面让我们一同走进YOLO V2的世界。 Outlines： YOLO V2 vs V1；...
yolo源码解析c语言,YOLO 实践篇（darknet）：You Only Look Once
weixin_26757939的博客
05-21 1755
前言最近在学习 object detection 领域的相关知识，从传统的目标检测如 DPM 模型，到基于候选区的R-CNN系列模型，再到 single network && end to end 的 yolo 模型，还有针对 yolo 模型的缺陷进一步完善的 SSD 模型等等。一系列的理论和实践需要学习，希望能够记录学习过程中的点点滴滴，不断修改、完善和总结，系统的学习一遍。当然...
YOLOV2代码
10-31
图像分类，检测及分割是计算机视觉领域的三大任务。图像分类模型（详情见这里）是将图像划分为单个类别，通常对应于图像中最突出的物体。但是现实世界的很多图片通常包含不只一个物体，此时如果使用图像分类模型为图像分配一个单一标签其实是非常粗糙的，并不准确。对于这样的情况，就需要目标检测模型，目标检测模型可以识别一张图片的多个物体，并可以定位出不同物体（给出边界框）。 --------------------- 作者：xiaohu2022 来源：CSDN 原文：https://blog.csdn.net/xiaohu2022/article/details/79600037 版权声明：本文为博主原创文章，转载请附上博文链接！
tensorflow源码
07-23
tensorflow 最新源代码，。....引自源码对应github分享
yolo.weights to V2(yolo v2版)
03-21
官方正版下载，from海外，童叟无欺。您已经在cfg/子目录中拥有YOLO的配置文件。您必须在此下载预先训练的权重文件，就是这个哦
YOLOV2训练全过程详解
11-23
目录结构： 准备训练样本 修改源文件 构建用户的训练数据文件夹 训练 各种曲线的绘制 各种参数解析
YOLOV3-损失函数及其源代码理解
01-06
YOLOV3-损失函数及其源代码理解（yolo_layer.c） 讲得好 https://github.com/AlexeyAB/darknet/issues/821 x,y,w,h 损失 原版的bbox损失为MSE，其后又GIOU，DIOU… delta即为求完损失的梯度 公式对应图 思路及具体求法: https://github.com/AlexeyAB/darknet/issues/2287 https://blog.csdn.net/qq_34199326/article/details/84109828 https://blog.csdn.net/qq_34199326/arti
YOLO v2算法详解
热门推荐
AI之路
09-13 6万+
论文： YOLO9000：Better，Faster，Stronger 论文链接：https://arxiv.org/abs/1612.08242 YOLO9000是CVPR2017的最佳论文提名。首先讲一下这篇文章一共介绍了YOLO v2和YOLO9000两个模型，二者略有不同。前者主要是YOLO的升级版（关于YOLO v1的介绍可以参考：YOLO v1算法详解），后者的主要检测网络也是YO...
java使用yolov2_yolo v2 源码分析（一）
weixin_32001071的博客
03-02 235
detector .c文件，这里仅分析train_detectorvoid train_detector(char *datacfg, char *cfgfile, char *weightfile, int *gpus, int ngpus, int clear){list *options = read_data_cfg(datacfg);char *train_images = option...
目标检测之YOLOv2
浩瀚之水的专栏
01-30 1453
写在前面 前篇文章介绍了基于回归方法的深度学习目标检测方法（YOLO，SSD），本篇将介绍YOLO的升级版YOLOv2，其主要有两个大方面的改进：（1） 使用一系列的方法对YOLO进行了改进，在保持原有速度的同时提升精度得到YOLOv2；（2） 提出了一种目标分类与检测的联合训练方法，通过WordTree来混合检测数据集与识别数据集之中的数据，同时在COCO和ImageNet数据集中进行训练
darknet源码解读-yolov2损失计算
07-31 4087
参考文章： https://blog.csdn.net/xiaohu2022/article/details/80666655 https://github.com/pjreddie/darknet/blob/master/src/region_layer.c //darknet源代码     yolov2损失计算的源代码集中在region_layer.c文件forward_region_l...
YOLO V2 使用
最新发布
07-27
YOLO V2使用了一系列改进来提高YOLO V1的性能。首先，它引入了Batch Normalization（BN）层来替代Dropout，以提高模型的准确性。其次，YOLO V2使用了高分辨率分类器，以提高对小物体的检测能力。此外，YOLO V2还采用...
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