【发布时间】:2019-06-20 05:07:38
【问题描述】:
我想从头开始实现 YOLO。我在 github 上看到了可用的代码,但我想从头开始尝试。不使用暗流是否可以在普通的Python脚本中实现YOLO?我打算在 keras 中实现它。
【问题讨论】:
-
这是原始论文:arxiv.org/abs/1506.02640
标签: deep-learning conv-neural-network object-detection yolo
我想从头开始实现 YOLO。我在 github 上看到了可用的代码,但我想从头开始尝试。不使用暗流是否可以在普通的Python脚本中实现YOLO?我打算在 keras 中实现它。
【问题讨论】:
标签: deep-learning conv-neural-network object-detection yolo
您要做的是一项耗时的任务。不会很容易。但是如果你努力的话,你可以做到的。不要忘记与我们分享代码。
首先,您需要对YOLO 网络有一个基本的了解。我建议阅读研究论文。
原始YOLO 论文和第二篇论文讨论了有关网络及其工作原理的许多细节。它将让您更好地了解网络及其工作原理,并且在调试您自己的网络时会有所帮助。
第三篇论文比其他两篇论文更容易。它只会解释他们所做的修改。因此,为了全面了解网络,您仍然需要阅读所有三篇研究论文。
下载YOLO 后,您会发现一个名为yolo.cfg 的文件。您可以在记事本中打开该文件。
在文件的顶部,他们定义了一些超参数。您可以通过阅读论文了解这些参数的含义。
之后,他们将他们的YOLO 网络描述为caffe 人们在他们的prototxt 文件中所做的。它与prototxt 文件并不完全相同,但您可以理解。在构建自己的网络时会非常有帮助。
他们编写YOLO 网络的方式是,当网络从训练模式更改为测试模式时,网络会发生很大变化。您可以在他们的研究论文中找到所有这些信息。记住这一点。
编码愉快!!!
【讨论】: