Python影像辨識筆記(十六):使用PyTorch建立YOLOv3模型

參考資料:

後續會基於該template去修改YOLOv3,因為是Github上使用PyTorch建立YOLOv3中,最多Star的。

從該系列的文章中發現,在PyTorch上建立YOLOv3是透過python去抓取yolov3.cfg神經網路架構資料成dict型態Part 1 : Understanding How YOLO works (主要是YOLOv3原理的介紹,沒有寫到程式碼)Part 2 (This one): Creating the layers of the network architecture (從yolov3.cfg檔案抓出網路架構資料成dict型態)Part 3 : Implementing the the forward pass of the network(建立Network)Part 4 : Objectness Confidence Thresholding and Non-maximum Suppression (處理閾值和NMS)Part 5 : Designing the input and the output pipelines(進行Image or Video的Detection)

推薦閱讀Introduction to Neural Networks部分

蒐集了YOLO透過各種不同Framework的實現

書中的Multi-Object Detection介紹了如何使用PyTorch實現YOLOv3

介紹如何在現有的PyTorch架構下,加入其他的Tricks

Machine Learning | Deep Learning | https://linktr.ee/yanwei