高斯YOLOV3模型的验证环境搭建

下载权重Gaussian_yolov3_BDD.weights

https://drive.google.com/open?id=1Eutnens-3z6o4LYe0PZXJ1VYNwcZ6-2Yhttps://drive.google.com/open?id=1Eutnens-3z6o4LYe0PZXJ1VYNwcZ6-2Y然后使用darknet的环境进行验证，关于darknet环境的搭建参考博客：

Yolov3框架目标检测推理环境测试_papaofdoudou的博客-CSDN博客

验证高斯YOLOV3

下载高斯YOLO框架代码

 git clone https://github.com/jwchoi384/Gaussian_YOLOv3

将权重文件拷贝到darknet顶层目录

编译前，需要将CUDA和GPU支持关闭，由于我的主机是INTEL集成显卡，无法支持CUDA，所以这里必须关闭。

 之后执行make编译

执行命令测试

./darknet detector test cfg/BDD.data cfg/Gaussian_yolov3_BDD.cfg Gaussian_yolov3_BDD.weights data/example.jpg

网络分析：

网络权重是用BDD训练集重新训练过的，包括网络输入图的尺寸和普通的YOLOV3不同，为512X512。

网络结构

可以看到，同样三输出tensor,不过已经曾YOLO层变换高斯YOLO层，表示网络输出TENSOR的结构和定义有所变化,后处理显然也应该使用高斯YOLO的后处理。

参考博客

Gaussian YOLOv3_迷途小书童的Note的博客-程序员ITS201_gaussian yolov3 - 程序员ITS201

cfg · master · mirrors / jwchoi384 / Gaussian_YOLOv3 · GitCode

---

结束