songwsx的博客

0 前言前面用RFSong实现了GPU 200FPS，并且测试结果发现在COCO上也只比YOLOv3低了六七个点左右，基本可以满足自己的使用需求了。因此下面想试试YOLO按照RFSong进行改进，看看能不能在精度只掉一点的情况下，实现更快的速度。1.确定基线尝试对YOLO在VOCCOCO的行人图片数据集进行从头训练，也就是不加载任何权重直接进行目标检测任务的训练（这里没有开启多尺...

YOLOv3官方版本的学习率配置信息在模型配置文件 *.cfg file 中：learning_rate: 标准学习率 burn_in: 学习率从 0 上升到 learning_rate 的 batch 数目 max_batches: 需要进行训练的 batch 数目 policy: 学习率调度的策略 steps: 在何处进行学习率衰减 scales: 学习率进行衰减的倍数这个...

前言学习YOLOv3代码https://github.com/ultralytics/yolov3Rectangular inference 矩形推理是detect.py中的默认实现。这可以显著的减少推理时间。 例如，在zidane.jpg上，CPU推理时间（在2018年MacBook Pro上）从1.01s减少到0.63s，减少了37％。这是因为图像区域送入网络时减少了38％（416x...