1.如何訓練yolo
1.準備資料
1.1按照voc的資料格式存放好資料，然後使用darknet上的py指令碼voc_label.py生成相應的train,val,test相關的路徑txt以及yolo需要讀取的labels檔案
1.2 指定訓練相關資料，字尾名是.data，其主要存放了類別數，類別名稱，train,val,test資料集路徑，backup存放路徑等，該檔案用於源**中讀取，所以也需要適時修改訓練源**（v1是yolo.c，v2是detector.c）
2. 定義網路結構
根據自己的資料特徵，定義網路配置檔案，存放在cfg裡，一般而言，可參考作者使用的網路檔案，並進行修改即可
3. 訓練
目標檢測演算法之YOLO系列
1.演算法解讀 2.原始碼解析 nms演算法包含在 interpret output 這個函式中 v2通過對標籤聚類得到一系列anchor box prior box 相比v1，bounding box的數量大幅增加。v2 的bounding box以這些anchor box為基準，在一定程度上減少...
YOLO目標檢測演算法的深入理解
yolo you only look once 是一種目標檢測演算法，目標檢測演算法分為兩大任務 目標分類和定位，yolo創造性的將候選區和物件識別這兩個階段合二為一，看一眼 不用看兩眼 就能知道有哪些物件以及它們的位置。實際上，yolo並沒有真正去掉候選區，而是採用了預定義的候選區，通過篩選找到中...
目標檢測 YOLO演算法
r cnn系列目標檢測方法 r cnn,fast r cnn,faster r cnn 看做目標檢測，都是需要 看兩眼 的。即，第一眼做 region proposals 獲得所有候選目標框，第二眼對所有候選框做 box classifier候選框分類 才能完成目標檢測 事實上 第一眼 是挺費時間的...