![d2bcea1dba5746fb0921a2bd516e283a.png](https://i-blog.csdnimg.cn/blog_migrate/c33b607e7fe8f2b7bba0bdf7f955cc73.jpeg)
作者:Amusi
Date:2019-12-14
来源:CVer 微信公众号
链接:等待YOLOv4的期间,它还在更新
前言
前几天整理了:目标检测三大开源神器:Detectron2/mmDetectron/SimpleDet,很多 CVers 反映希望多看到这样的优质项目推荐(估计论文看烦了,哈哈)。在此推荐大家关注计算机视觉论文速递 知乎专栏,可以快速了解到最新优质的CV论文和学习资料。
那么今天就给大家推荐一个相当优质的开源项目,堪称"不停更的YOLO"
YOLOv3
![5f7fb233b888c1f50a00a0bd71181c81.png](https://i-blog.csdnimg.cn/blog_migrate/309848d164caafd4f1540dad1a61dfbc.jpeg)
主页: https:// pjreddie.com/darknet/yo lo
论文: https:// arxiv.org/abs/1804.0276 7
代码: https:// github.com/pjreddie/dar knet
介绍本文主人公之前,先回顾一下"停更许久的YOLOv3"。YOLOv3发布于2018年3月份,当时 CVer 第一时间进行了推文报道,详见:YOLOv3:你一定不能错过
如今时隔快两年,YOLOv3并没有进化到YOLOv4,但不影响大家对YOLOv3的关注度。下面是Amusi在谷歌学术上找到的YOLOv3引用量:1651。两年内达到这个引用量,实则相当恐怖!
![1a80328ee3d6c526e109e6a133bb4e95.png](https://i-blog.csdnimg.cn/blog_migrate/47c3dc8101ff9e0a58ba9eea14ff7dd3.jpeg)
在 github 上 YOLOv3 已获得15.7k的star,据 Amusi了解,检测为主的开源项目,darknet应该就仅次于 Facebook家的Detectron,其是22.5k star。
注:darknet 是一种CNN网络,可以看成YOLO的backbone,YOLO系统的官方代码就在 darknet的同名github中
![ebd886cb512d7d8c5f596b4b77ddda7f.png](https://i-blog.csdnimg.cn/blog_migrate/bc6ede9ad34748c38bd29c24a7bf8558.jpeg)
darknet和Detectron还蛮像的,一个不更新了,一个干脆停更了...
不停更的YOLO
https://github.com/AlexeyAB/darknet
本文的主人公也叫darknet,因为它一开始就是从原版fork来的。目前该项目在github上已获得 5.8k star,这个数量也相当之高。
这里解释一下为啥说是"不停更",大家可以看下面这幅图,commits高达 1554(太强了),再细细一看,就在CVer发文的14个小时前,该项目才刚刚更新过。
![936f769145879f5e9429e4d3a005c9fb.png](https://i-blog.csdnimg.cn/blog_migrate/2806d96b43c9a9ce7d6cc0f38bc18165.jpeg)
很多CVers肯定疑问:为啥"不停更的YOLO"关注度还蛮高的?跟原版darknet区别是是?
Amusi 在这里做点简单解释:
1. 提供Windows版本
2. 提供更详细的使用教程
3. 不停更新YOLOv3及衍生网络
![09a66af99177eef05f8f88b155b8aa84.png](https://i-blog.csdnimg.cn/blog_migrate/6ea3e621dcdba40f875e70bb106df8ec.jpeg)
1. 提供Windows版本
Amusi 认为这个是该项目火的起点,因为原darknet是基于C的项目,而且只提供了linux环境下的编译说明。所以对很多在 Windows下开发的同学,这就直接劝退了呀。虽然自己上手用CMake改,也不是很麻烦,但...还是劝退了呀(其实Amusi当初就是冲着这个才关注该项目的)
恰好本项目提供了Windows的YOLOv2&YOLOv3使用版本,特别是Visual Studio的用户肯定乐开了花
![448fa1f4c7bf52cb3afa3d98af3fd268.png](https://i-blog.csdnimg.cn/blog_migrate/9418a8a087690df432b31d6750d1437b.jpeg)
2. 提供更详细的使用教程
除了基本的编译、训练、测试教程外,本项目还提供了详细的:训练检测自定义物体的网络教程、训练技巧、评估网络性能(如计算mAP)和提升检测网络性能技巧等
![31615417c55c9b72b0df548f71fa053d.png](https://i-blog.csdnimg.cn/blog_migrate/6aad18d3cb5645764b5a6cc80db20799.jpeg)
3. 不停更新YOLOv3及衍生网络
本项目分享并实现很多其他版本的YOLOv3项目,如TensorFlow、OpenVINO、TensorRT等。
![58bf24b1b5aa9650e8b5294c0c43608a.png](https://i-blog.csdnimg.cn/blog_migrate/e0ae52d1a8287a071294bf9e16e418e0.jpeg)
同时还添加了很多YOLOv3的衍生版本,也可以称为非官方改进版本,如Gaussian YOLOv3(ICCV 2019),还有 GIoU(CVPR2019)
![dc07cb358b7942766a7a0bac3da2e9ac.png](https://i-blog.csdnimg.cn/blog_migrate/bf164ca3158e2adf1d6e4908968bee77.jpeg)
如果各位CVer喜欢这样的"优质项目开源"系列,请给这篇文章点个赞,如果点击"在看"的人多,其它CV方向的"开源"系列也会尽快推出!
在此也推荐大家关注计算机视觉论文速递知乎专栏,可以快速了解到最新优质的CV论文和学习资料
推荐阅读
一文看尽16篇目标检测最新论文(ATSS/MnasFPN/SAPD/CSPNet/DIoU Loss等)
大盘点 | 2019年4篇目标检测算法最佳综述
大盘点 | 2019年5篇图像分割算法最佳综述
大盘点 | 2019年3篇目标跟踪算法最佳综述
DIoU YOLOv3:更加稳定有效的目标框回归损失
Gaussian YOLOv3:一个更强的YOLOv3,现已开源!
重磅!YOLOv3最全复现代码合集(含TensorFlow/PyTorch和Keras等)
重磅!MobileNet-YOLOv3来了(含三种框架开源代码)
YOLO Nano来了!比Tiny YOLOv3小8倍,性能提升11个点,4MB的网络也能做目标检测