yolov3下载源码_yolov3代码下载

文章目录：

• 1、yolov3里训练后的epo文件可以删吗
• 2、yolov3能识别图片上的公式吗?
• 3、yolov3什么时候出来的
• 4、yolov3算法得自己写吗
• 5、用yolov3训练自己的数据集实现功能可以发期刊吗？或者说怎么做才能发期刊？ 求学术大佬回答
• 6、matlab能否运行yolov3

yolov3里训练后的epo文件可以删吗

yolov3里训练后的epo文件可以删

OpenMMLab项目开源了MMAction2，这是一套基于PyTorch实现的视频理解工具箱和benchmark，目前包含了视频理解领域常见的任务，比如动作识别，时序动作检测，时空动作检测等。mmaction中采用slowfast检测人的行为，使用的是fasterrcnn，这里我们也可以使用yolov3。

yolov3能识别图片上的公式吗?

目前目标检测类检测效果和检测速度最好的算法，原版的yolov3检测的物体种类众多，本文实在原有yolov3上将多累物体检测简化为单类物体检测，本文的原始代码基于目前目标检测类检测效果和检测速度最好的算法，原版的yolov3检测的物体种类众多，本文实在原有yolov3上将多累物体检测简化为单类物体检测，本文的原始代码基于目前目标检测类检测效果和检测速度最好的算法，原版的yolov3检测的物体种类众多，本文实在原有yolov3上将多累物体检测简化为单类物体检测，本文的原始代码基于

yolov3什么时候出来的

yolo v3是2018年出来的，比SSD和retinanet都要晚，在map0.5这个指标上速度比SSD和retinanet快很多。在工业应用上面map0.5已经满足使用，并且yolo v3简介，文档丰富，还有tiny版本等一些列变种。最重要的是速度非常快，比SSD和retinanet都要快。

YOLOv3 的提出不是为了解决什么问题，整篇论文其实是技术报告。YOLOv3 在 YOLOv2 基础上做了一些小改进，文章篇幅不长，核心思想和 YOLOv2、YOLO9000差不多。

模型改进：

边界框预测：定位任务采用 anchor box 预测边界框的方法，YOLOv3 使用逻辑回归为每个边界框都预测了一个分数 objectness score，打分依据是预测框与物体的重叠度。如果某个框的重叠度比其他框都高，它的分数就是 1，忽略那些不是最好的框且重叠度大于某一阈值（0.5）的框。

yolov3算法得自己写吗

用YOLOv3训练自己数据的操作步骤，YOLOv3使用AlexeyAB大神改进的darknet(Github地址)，内容也主要参考自其中，使用其它系统或框架的同学可以酌情参考或直接阅读Github。

编译安装

1. 环境要求

由于环境的准备工作不是本篇文章的重点，这里只做简单叙述。

根据Github上的要求：

CMake = 3.8

CUDA 10.0

cuDNN = 7.0 for CUDA 10.0 (注意要和CUDA版本对应)

OpenCV = 2.4

GPU with CC = 3.0

GCC

2. 下载及编译

darknet源码下载地址：

下载解压后进入darknet根目录，根据机器情况修改Makefile文件：

GPU=1 # 是否使用GPU

CUDNN=1 # 是否使用CUDNN

CUDNN_HALF=1 # 是否为Tensor核心加速，

Titan V / Tesla V100 / DGX-2及更高版本显卡可以使用

OPENCV=1 # 是否使用OPENCV

OPENMP=0 # 是否使用OPENMP

1

2

3

4

5

6

1

2

3

4

5

6

修改后进行编译，在darknet根目录执行：

make

1

1

训练

1. 准备数据

1.1 使用yolo_mark对图片进行标注

yolo_mark下载地址：

对于每个图片，yolo_mark输出一个txt文件，每一行代表一个bounding box，格式如下：

类别 x_center y_center width height

1

1

设该bounding box中心的绝对坐标为(absolute_x,absolute_y)，

该bounding box在绝对坐标下宽高为(absolute_width,absolute_height)，

图片的宽高为(image_width,image_height)，

用yolov3训练自己的数据集实现功能可以发期刊吗？或者说怎么做才能发期刊？ 求学术大佬回答

用yolov3做这些东西只是重复别人的实验，要有创新点，而且论文中要有对比实验，为什么yolov3要更好，这些都是要有的。

matlab能否运行yolov3

可以

yolov3算法是属于神经网络算法的。 Yolov3是一个目标检测算法项目,而目标检测的本质,就是识别与回归,而处理图像用的最多的就是卷积神经网络CNN