任务清单

已完成总结

• 2021.5.16：将YOLOv5导出为torchscript，onnx，CoreML（macOS），尝试编写c++应用程序调用onnx模型，失败。这会生成一个Windows桌面应用程序，属性设置未完成，考虑学习成本太高，放弃。
• 1.在darknet(YOLOv4)中实现Repulsion_Loss。
• 2.使用YOLOv4原版权重只检测人，并实现计数。
• 3.用darknet重新训练coco_only_person,评估AP。（505000个batch时间太久，只训练了50000个batch，70多AP。）
  检测结果：https://blog.csdn.net/weixin_40557160/article/details/116004086
  没有原版权重好，不知道YOLOv4中person的AP是多少？
• 4.测试Scaled-YOLOv4，只检测人。
• 5.测试YOLOv5，只检测人。
• 6.用YOLOv5重新训练coco_only_person，测试。
  结果：https://blog.csdn.net/weixin_40557160/article/details/116004086

未完成

• 1.pytorch训练，将权重导出为ONNX，编写c代码实现推理。
• 2.实现CSP-efficientnet.
• 3.BackBone：修改YOLOv4的cfg文件，在v4中实现CSP-efficientnet.
• 4.Neck：修改PANet+SPP 为 biFPN+SPP。
• 5.c++调用YOLOv4，v5.