五月一直埋頭鑽研faster r-cnn，但苦於電腦不支援gpu，一直連個簡單的結果都沒跑出來（期間還掙扎著安裝cuda，結果就是ubuntu系統一崩再崩
yolo官網：
**翻譯：
按官網上的要求一步一步走，就可得到如下檢測結果：
如果想訓練自己的資料，可參考部落格：yolov3: 訓練自己的資料，講的非常詳細，膜拜啊！網上也有很多公開的資料集，可參考open data for deep learning & machine learning。
yolov3 pytorch的實現作者還給出了tutorial on implementing yolo v3 from scratch in pytorch，分為五部分：
part 1: understanding how yolo works
part 2: creating the layers of the network architecture
part 3 : implementing the the forward pass of the network
part 4 : objectness score thresholding and non-maximum suppression
part 5 : designing the input and the output pipeline
機器之心翻譯了前3部分，從零開始pytorch專案：yolo v3目標檢測實現，個人建議還是直接閱讀原作者的教程，起碼不擼他個3遍
嗯，囉嗦了這麼多，六月伊始，希望自己接下來的深度學習之路能走的不那麼艱難，好運！
yolo v3 pytorch 模型訓練筆記
annotations 標註資訊 分為train xml和val xml datasets 資料集和label 分為train images val images train labels val labels ptj.data ptj.names 類別名 ptj test 做測試用的集 resul...
pytorch 從頭開始YOLOV3（五） 檢測
完,只要讀取模型,然後進行 就ok了.1.讀模型 set up model model darknet opt.model config path model.load weights opt.weight path model.cuda model.eval 2.讀資料 dataset datas...
yolov3系列 零 yolov3詳解
目標檢測演算法與efficientdet講解 論 文 翻譯 yolov3主頁 yolo系列的目標檢測演算法可以說是目標檢測史上的巨集篇巨作，v3演算法是在v1 v2基礎上形成的，先看下 yolov1 yolov2 下圖為yolov3的網路結構 dbl darknetconv2d bn leaky 是...