Fish Detection

Github上看了一下，基本上都是yolo或者RCNN（以及Faster-RCNN）

好像他们都是参加一个鱼类识别的比赛，有数据集。

fish_detection

Fish detection and tracking

Attempted solutions for the "The Nature Conservancy Fisheries Monitoring" Data Science Competition put on by Kaggle.

Note: This code was mainly used as learning-tool, to gain experience with the tensorflow library. All code was ran on GTX 970 graphics card.

Nature Conservancy Fisheries Monitoring 过度捕捞监控图像数据

The Nature Conservancy Fisheries Monitoring

 

YOLO：实时快速目标检测

YOLO的每一个网格只预测两个boxes，一种类别。这导致模型对相邻目标预测准确率下降。因此，YOLO对成队列的目标（如 一群鸟）识别准确率较低。 

17年的帖，说的应该是YOLOv1有这个缺点，不知道后面改进没

【YOLO】yolo v1到yolo v3

Yolov3集大成之作

YOLOv3是到目前为止，速度和精度最均衡的目标检测网络。通过多种先进方法的融合，将YOLO系列的短板（速度很快，不擅长检测小物体等）全部补齐。达到了令人惊艳的效果和拔群的速度。 

好像改进了？

How to implement a YOLO (v3) object detector from scratch in PyTorch: Part 1 

讲了很多yolo的理解

YOLO Object Detection in PyTorch

训练自己数据部分较为清晰 

网络分为 网络结构和  各神经元权重  两个部分，一个py程序用来实现网络结构（权重不是固定的，而是从文件里读取权重），还有一个文件用来储存各单元权值。

训练得到的是    一组 整个网络各神经元的权重，保存在一个文件里。使用yolo结构的神经网络时要加载这个神经元权重文件。

yolo github有推荐的tutorial

TORCH.UTILS.TENSORBOARD

在pytorch中配置与使用tensorboard来使训练数据可视化，讲得比较详细