Github热门AI技术推荐——目标检测之YOLO

此篇文章灵感来源于一位正在做车端感知算法的程序员，本人在这之前并不了解YOLOv3的强大，但亲身感受后，不得不说YOLO的创造者-Joseph Redmon和Ali Farhadi等人简直是鬼才。随后本人翻阅了大量的文献和内容，发现如要想了解 YOLO v3必须得从之前的论文开始，因为关于YOLO v3的论文写的实在是随意。

 

2015年，Joseph Redmon和Ali Farhadi提出的基于单个神经网络的目标检测系统。比目前最好的方法提高了14%的精度，在GPU上能达到13FP。网络结构示意图如下：

 

详细中文解析链接：https://blog.csdn.net/u013187057/article/details/84498042

 

2016年，YOLO诞生了，被后人称为YOLOv1，它摒弃了RCNN系列方法中的region proposal步骤，将detection问题转为一个回归问题。YOLO v1 网络架构是受到图像识别模型GoogLeNet的启发。网络有24个卷积层后接2个全连接层。然而，不同于GoogLeNet中使用的inception modules简单地在1×1卷积层后面接上3×3卷积层（类似于Lin等人）。如下图 Figure 3 所示：

 

 

详细中文解析链接：https://www.cnblogs.com/CZiFan/p/9516504.html

 

2017年，YOLO模型升级，称为YOLOv2，基于实时目标检测系统YOLO9000，YOLOv2在PASCALVOC和COCO等标准检测任务上是当时最先进的。此外，YOLOv2可以运行在各种图像大小，以提供速度和准确性之间的平滑折衷。YOLOv2网络结构图如下：

 

 

详细中文解析链接：https://www.jianshu.com/p/9bb7d2c2b083

YOLOv2：https://pjreddie.com/darknet/

YOLO9000 github：https://github.com/philipperemy/yolo-9000

 

2018年，Joseph Redmon, Ali Farhadi将YOLO进行了进一步的更新，做了一些小设计更改让其表现更好。YOLOv3比YOLOv2相较大了一些，却更加准确，但是依然很快,并且YOLOv3成为了工程落地模型中的代表，目前国内具有代表性的自动驾驶公司例如百度-阿波罗正在使用YOLOv3，因为涉及到的摄像头路数比较多，YOLOv3在此功能上更有突出的表现。对于应用英伟达的开发者来说，YOLOv3搭载其GPU更加发挥了其速度快的优势。下图为YOLOv3的网络结构图：

 

 

中文论文链接：https://blog.csdn.net/qq_31914683/article/details/79766150

结构图：https://blog.csdn.net/leviopku/article/details/82660381

github地址：https://github.com/qqwweee/keras-yolo3

 

如今时隔快两年，YOLOv3并没有进化到YOLOv4，2020年2月23日消息，YOLO算法作者Joseph Redmon在个人Twitter上宣布，将停止一切CV研究，原因是自己的开源算法已经用在军事和隐私问题上。这对他的道德造成了巨大的考验。YOLO（You Only Look Once）你只需看一次，将成为CV界永远的辉煌。

 

欢迎大家转载、留言、评论