YOLO v1之总结篇（linux+windows）

来源：互联网发布：pdf提取文字软件编辑：程序博客网时间：2024/06/07 20:31

论文解读篇：

YOLO出自2016 CVPR You Only Look Once:Unified, Real-Time Object Detection，也是一个非常值得学习的框架，不得不说facebook的技术就是牛啊。

整个训练和检测框架都是端到端，YOLO达到了45帧每秒，Fast YOLO达到了155帧每秒，除了刚开始加载模型有点慢，检测部分确实是非常的快。

整个检测过程分为3个阶段，

（1）将图像缩放到448*448

（2）通过神经网格进行检测和分类

（3）NMS抑制，输出最终结果

该模型首先，将输入的图像分为S*S个grid，然后每个grid产生B个预测边界框（包括，x,y,windth,height,confidence）和C类判别属性，最终将输出S*S*(B*5+C)维度的向量。

在VOC上训练中，S=7，B=2，C=20，最终输出7*7*（2*5+20）维度的信息。

YOLO包含24个卷基层，2个全连接层，FastYOLO只包含9个卷基层，因此速度快很多，当然代价就是精度也相应的有损失。

YOLO的损失函数，权衡了边界框的损失和类别判断的损失，使得边界框的损失是类别判断损失的10倍，同时兼顾了大的边界框和小的边界框的IOU偏差，使得同样的损失在大框中表现出很小的影响，小框中则变现出很大的影响。

其中，

λcoord =5 ，

λnoobj =0.5，

1obji 表示是否物体出现在gridcell i中，

1objij表示grid cell i中的第j个边界框预测到了正确类别。

训练过程数据：

epoch:135

batch size:64

momentum:0.9

decay:0.0005

learning rate:前75为0.01，中间30为0.001，最后30为0.0001

dropout layer rate:0.5

YOLO的优势在于，外围库的依赖少，纯c和CUDA写成，唯一的依赖就是pthreads，不像caffe那样需要一堆的dll。当然，缺点就是，训练的模型文件太大，750多M，2G显存的电脑直接挂掉，tiny-yolo虽然小，但是效果却大打折扣。另一个缺点就是由于其自身结构的设计，使得对聚集，堆叠的物体检测不是很好，当然，fast RCNN，ssd等在这点上也没有变现出不俗的效果。就YOLO v1的速度和识别率来看，还是比SSD差点。当然所有的这些都在YOLO v2中得到了大大的改善。

linux篇：

YOLOv1的官方链接为，http://pjreddie.com/darknet/yolov1/，

安装步骤：

git clonehttps://github.com/pjreddie/darknet.gitcd darknetvim Makefile修改GPU=1  OPENCV=1make -j8wgethttp://pjreddie.com/media/files/yolov1.weights./darknetyolo test cfg/yolov1/yolo.cfg yolov1.weights data/dog.jpg

注意这里，yolov1.weights，官网现在给的是753M的，实际上我用这个没有跑出结果，用了小伙伴的780多M的成功跑出了上面的结果，就这一个地方，折腾了一下午，换了不同机器测试过，也是被官网坑了啊。如果不对之处，还请大神斧正。

至此，YOLOv1就安装完毕，又可以愉快的玩耍了。

windows篇：

由于原版的官方YOLOv1是只支持linux 和mac的，如果要自己修改，可能需要走好对哦的坑，同时还得具备一定的技术水平，幸好有革命斗士为我们走出了这一步，

可以参考下面2个YOLO-windows，

https://github.com/frischzenger/yolo-windows

https://github.com/AlexeyAB/yolo-windows

随便下载上面的一个yolo，然后进入yolo-windows-master\build\darknet\下面，用vs2013直接打开darknet.sln，选择，x64版本，只要配置opencv和pthreads就可以，

为了方便大家参考，这里贴出本人的环境配置，

vc++目录，可执行文件，

E:\opencv2_4_12\build\x64\vc12\bin;G:\yolo-windows-master\3rdparty\dll\x64;

E:\opencv2_4_12\build\include;E:\opencv2_4_12\build\include\opencv;E:\opencv2_4_12\build\include\opencv2;G:\yolo-windows-master\3rdparty\include;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\include（GPU版本加）

E:\opencv2_4_12\build\x64\vc12\lib;G:\yolo-windows-master\3rdparty\lib\x64;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64（GPU版本加）

链接器，输入，下面为release的输入，debug只将opencv的lib换成相应debug即可。

pthreadVC2.lib;opencv_calib3d2412.lib;opencv_contrib2412.lib;opencv_core2412.lib;opencv_features2d2412.lib;opencv_flann2412.lib;opencv_gpu2412.lib;opencv_highgui2412.lib;opencv_imgproc2412.lib;opencv_legacy2412.lib;opencv_ml2412.lib;opencv_objdetect2412.lib;opencv_ts2412.lib;opencv_video2412.lib;cublas.lib（GPU版本加）curand.lib（GPU版本加）cudart.lib（GPU版本加）

c/c++，预处理器

_CRT_SECURE_NO_WARNINGSOPENCVGPU（GPU版本加）

环境配好，点击生成就可以，

debug版本的生成信息，

release版本的生成信息，

进入，yolo-windows-master\build\darknet\x64\Release\下面，

去官网链接，http://pjreddie.com/media/files/yolov1.weights，下载好yolov1.weights，

然后运行，darknet.cmd，随便输入一张图像，例如，person.jpg，就会出来运行效果。

其中第一个为cpu+debug版本，第二个为cpu+release版本，

1 0