大家好，上期分享了電腦端幾個(gè)免費(fèi)無廣告且實(shí)用的錄屏軟件，這期想給大家來講解YOLO這個(gè)算法，從零基礎(chǔ)學(xué)起，并最終學(xué)會(huì)YOLOV3的Pytorch實(shí)現(xiàn)，并學(xué)會(huì)自己制作數(shù)據(jù)集進(jìn)行模型訓(xùn)練，然后用自己訓(xùn)練好的模型進(jìn)行預(yù)測。話不多說，先上我用VisDrone數(shù)據(jù)集進(jìn)行訓(xùn)練的效果圖：在正式制作數(shù)據(jù)集進(jìn)行模型訓(xùn)練之前，還是向大家介紹一下YOLO的來源以及其作用效果，我想你們也并不只是想單純按步驟跑起來這么簡單吧，換了一下樣子，到時(shí)候又不會(huì)了，所以重要的是自己能夠理解這其中的原理，讓我們一起來學(xué)習(xí)了解一下吧。

前言

當(dāng)我們談起計(jì)算機(jī)視覺時(shí)，首先想到的就是圖像分類，沒錯(cuò)，圖像分類是計(jì)算機(jī)視覺最基本的任務(wù)之一，但是在圖像分類的基礎(chǔ)上，還有更復(fù)雜和有意思的任務(wù)，如目標(biāo)檢測，物體定位，圖像分割等，見圖1所示。其中目標(biāo)檢測是一件比較實(shí)際的且具有挑戰(zhàn)性的計(jì)算機(jī)視覺任務(wù)，其可以看成圖像分類與定位的結(jié)合，給定一張圖片，目標(biāo)檢測系統(tǒng)要能夠識(shí)別出圖片的目標(biāo)并給出其位置，由于圖片中目標(biāo)數(shù)是不定的，且要給出目標(biāo)的精確位置，目標(biāo)檢測相比分類任務(wù)更復(fù)雜。目標(biāo)檢測的一個(gè)實(shí)際應(yīng)用場景就是無人駕駛，如果能夠在無人車上裝載一個(gè)有效的目標(biāo)檢測系統(tǒng)，那么無人車將和人一樣有了眼睛，可以快速地檢測出前面的行人與車輛，從而作出實(shí)時(shí)決策。總結(jié)：目標(biāo)檢測是識(shí)別圖片或者視頻中所出現(xiàn)所有的目標(biāo)和其位置，要解決的問題是：目標(biāo)分類和目標(biāo)定位。目前比較流行的目標(biāo)檢測算法可以分為兩類：第一類是基于侯選區(qū)域Region Proposal的R-CNN系算法(R-CNN，Fast R-CNN, Faster R-CNN)，它們是two-stage的，需要先使用啟發(fā)式方法(selective search)或者CNN網(wǎng)絡(luò)(RPN)產(chǎn)生候選區(qū)域Region Proposal，然后再在Region Proposal上做分類與回歸。通俗的意思就是：網(wǎng)絡(luò)會(huì)根據(jù)候選區(qū)域生成位置和類別。第二類是像Yolo，SSD這類one-stage算法，其僅僅使用一個(gè)CNN網(wǎng)絡(luò)直接預(yù)測不同目標(biāo)的類別與位置，直接從圖片生成位置和類別。從圖中的FPS和mAP我們可以看出：第一類方法是準(zhǔn)確度高一些，但是速度慢，但是第二類算法是速度快，但是準(zhǔn)確性要低一些。這里FPS是用來評估目標(biāo)檢測的速度，即每秒內(nèi)可以處理的圖片數(shù)量或者處理一張圖片所需時(shí)間來評估檢測速度，時(shí)間越短，速度越快。mAP是物體檢測器準(zhǔn)確率的度量方法，通俗來說就是目標(biāo)檢測準(zhǔn)確度。提醒：FPS和mAP是目標(biāo)檢測算法的兩個(gè)重要評估指標(biāo)。這里大家可能不太懂具體是什么意思，不要擔(dān)心，后期在我的卷積系列單元里面會(huì)出有關(guān)于這些，幫助大家更好的理解。

YOLO進(jìn)化史

這里主要介紹YOLO算法，首先了解一下YOLO的進(jìn)化史，其全稱是You Only Look Once: Unified, Real-Time Object Detection，You Only Look Once說的是只需要一次CNN運(yùn)算，Unified指的是這是一個(gè)統(tǒng)一的框架，提供end-to-end的預(yù)測，而Real-Time體現(xiàn)是Yolo算法速度快。通俗的意思就是神經(jīng)網(wǎng)絡(luò)只需要看一次圖片，就可以預(yù)測圖片中所有的物體邊框。從圖中我們可以看到，YOLO已經(jīng)發(fā)展到第五代了，而v4和v5是最近提出來的，所以其中包含的技術(shù)是非常多的，對于新手來說理解起來肯定又很大的難度，故在此我想和大加分享一下有關(guān)于YOLO系列的知識(shí)，以便大家能夠更好的理解，這里我會(huì)從YOLOV1開始進(jìn)行講解，我想只有深入理解，才能更好的使用，所以如果你感興趣的話，就繼續(xù)追我下面的文章吧。參考：https://blog.csdn.net/qq_34510308/article/details/106653190https://zhuanlan.zhihu.com/p/32525231https://segmentfault.com/a/1190000022632577·END·微信號(hào)：碼農(nóng)的后花園長按識(shí)別關(guān)注哦

總結(jié)

以上是生活随笔為你收集整理的yolo v3制作自己的数据_小白也能弄懂的目标检测之YOLO系列 第一期的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。