項目地址:
YOLOv1-Pytorch:GitHberChen/Yolov1-Pytorch
to be continue
原論文:
You Only Look Once: Unified, Real-Time Object Detection
YOLO9000: Better, Faster, Stronger
YOLOv3: An Incremental Improvement
前期提過的物體檢測的演算法:
SSD || 5分鐘看懂CV頂刊論文
R-CNN: 狼入羊羣 || 5分鐘看懂CV頂刊論文Fast R-CNN: 變快了,也變強了 || 5分鐘看懂CV頂刊論文Faster R-CNN:這篇論文講的是一個感人的愛情故事 || 5分鐘看懂CV頂刊論文
本文目錄:
- YOLO發展路線
- YOLOv1介紹
- YOLOv2介紹
- YOLOv3介紹
一、YOLO發展路線
YOLO作為物體檢測領域中極具名氣的演算法,只因它拿下兩個第一:
- YOLO是第一個one-stage的物體檢測演算法,直接end-to-end訓練,不用像Faster R-CNN一樣來回倒騰訓練(雖然GitHub上也有其end-to-end訓練的實現)。
- YOLO是第一個可以做到實時檢測的物體檢測演算法,Fast YOLO甚至可以在Titan X上可以跑到155FPS。
不過檢測精度上相對於表現最好的Faster R-CNN而言mAP還差了一些,然而後者VGG-16的實現在FPS僅個位數,所以,要啥自行車?