YOLODet最新算法的目标检测开发套件,优化到部署
向AI转型的程序员都关注了这个号????????????
人工智能大数据与深度学习 公众号:datayx
YOLODet-PyTorch是端到端基于pytorch框架复现yolo最新算法的目标检测开发套件,旨在帮助开发者更快更好地完成检测模型的训练、精度速度优化到部署全流程。YOLODet-PyTorch以模块化的设计实现了多种主流YOLO目标检测算法,并且提供了丰富的数据增强、网络组件、损失函数等模块。
目前检测库下模型均要求使用PyTorch 1.5及以上版本或适当的develop版本。
代码 获取方式:
分享本文到朋友圈
关注微信公众号 datayx 然后回复 目标检测 即可获取。
AI项目体验地址 https://loveai.tech
凡在本淘宝店:紫荷包饰 内购买任何一款包包
承诺赠送以下全套学习视频资料
目标检测/文本检测系列算法讲解课程(13课时)
机器学习系列算法理论讲解课程(20课时)
深度神经网络算法(38课时)
知识图谱(11课时)
店铺地址:
https://shop585613237.taobao.com
↓
YOLODet简介
特性:
模型丰富:
YOLODet提供了丰富的模型,涵盖最新YOLO检测算法的复现,包含YOLOv5、YOLOv4、PP-YOLO、YOLOv3等YOLO系列目标检测算法。
高灵活度:
YOLODet通过模块化设计来解耦各个组件,基于配置文件可以轻松地搭建各种检测模型。
支持的模型:
YOLOv5(s,m,l,x)
YOLOv4(标准版,sam版)
PP-YOLO
YOLOv3
更多的Backone:
DarkNet
CSPDarkNet
ResNet
YOLOv5Darknet
数据增强方法:
Mosaic
MixUp
Resize
LetterBox
RandomCrop
RandomFlip
RandomHSV
RandomBlur
RandomNoise
RandomAffine
RandomTranslation
Normalize
ImageToTensor
损失函数支持:
bbox loss (IOU,GIOU,DIOU,CIOU)
confidence loss(YOLOv4,YOLOv5,PP-YOLO)
IOU_Aware_Loss(PP-YOLO)
FocalLoss
训练技巧支持:
指数移动平均
预热
梯度剪切
梯度累计更新
多尺度训练
学习率调整:Fixed,Step,Exp,Poly,Inv,Consine
Label Smooth
强烈说明 通过实验对比发现YOLOv5的正负样本划分定义和损失函数定义,使得模型收敛速度较快,远超原yolo系列对正负样本的划分和损失定义。对于如果卡资源不充足,想在短时间内收敛模型,可采用yolov5的正负样本划分和损失函数定义,相关参数为
yolo_loss_type=yolov5
。额外补充 YOLOv5对于正样本的定义:在不同尺度下只要真框和给定锚框的的比值在4倍以内,该锚框即可负责预测该真值框。并根据gx,gy在grid中心点位置的偏移量会额外新增两个grid坐标来预测。通过这一系列操作,增加了正样本数量,加速模型收敛速度。而YOLO原系列对于真框,在不同尺度下只有在该尺度下IOU交并集最大的锚框负责预测该真框,其他锚框不负责,所以由于较少的正样本量,模型收敛速度较慢。
扩展特性:
Group Norm
Modulated Deformable Convolution
Focus
Spatial Pyramid Pooling
FPN-PAN
coord conv
drop block
SAM
代码结构说明
安装说明
安装和数据集准备请参考 INSTALL.md 。
要求
python3.7 +(不支持python2)
PyTorch 1.5或更高版本
CUDA 10.0或更高
NCCL 2
GCC(G++) 4.9或以上
快速开始
请参阅 GETTING_STARTED.md 了解YOLODet的基本用法。
模型训练
YOLODetection提供执行单卡多卡的训练。所有输出(日志文件和检查点)将保存到工作目录中。
这是由配置文件中的work_dir
指定的。
*Important*: 配置文件的默认学习率是1个gpu和小批次大小为2,累计到64个批次大小进行梯度更新。
根据余弦败火规则,如果你使用不同的GPU或每个GPU的图像,你需要设置与批大小成比例的学习率,配置文件中的batch_size
和subdivisions
确定。
使用GPU训练
可选参数:
--validate
(强烈建议):在训练epoch期间每一次k(默认值是1,可以像这样修改this)来执行评估。--work_dir ${WORK_DIR}
:覆盖配置文件中指定的工作目录。--device ${device}
: 指定device训练, 0 or 0,1,2,3 or cpu,默认全部使用。--resume_from ${CHECKPOINT_FILE}
:从以前训练的checkpoints文件恢复训练。--multi-scale
:多尺度缩放,尺寸范围为训练图片尺寸+/- 50%
resume_from
和load_from
的不同:
resume_from
加载模型权重和优化器状态,并且训练也从指定的检查点继续训练。它通常用于恢复意外中断的训练。 load_from
只加载模型权重,并且训练从epoch 0开始。它通常用于微调。
用于测试图像的高级api接口
下面是一个构建模型和测试给定图像的示例。
预训练模型
YOLO
重要说明: 由于本人资源有限,只有单张1080Ti的显卡可供训练,完整训练完训练周期较长。为了说明本框架可训练,推断和测试。本次给出的预训练模型只是训练24个epoch的模型,损失值还在下降中,未训练充分,仅供大家参考。如有条件的开发者可完成本次训练,并希望你能把训练好的预训练模型提供出来,供大家使用。我也会在重要位置进行声明和感谢。
效果图
YOLOv5-l:
机器学习算法AI大数据技术
搜索公众号添加: datanlp
长按图片,识别二维码
阅读过本文的人还看了以下文章:
TensorFlow 2.0深度学习案例实战
基于40万表格数据集TableBank,用MaskRCNN做表格检测
《基于深度学习的自然语言处理》中/英PDF
Deep Learning 中文版初版-周志华团队
【全套视频课】最全的目标检测算法系列讲解,通俗易懂!
《美团机器学习实践》_美团算法团队.pdf
《深度学习入门:基于Python的理论与实现》高清中文PDF+源码
特征提取与图像处理(第二版).pdf
python就业班学习视频,从入门到实战项目
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习:基于TensorFlow的实践详解》完整版PDF+附书代码
《深度学习之pytorch》pdf+附书源码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
《Python数据分析与挖掘实战》PDF+完整源码
汽车行业完整知识图谱项目实战视频(全23课)
李沐大神开源《动手学深度学习》,加州伯克利深度学习(2019春)教材
笔记、代码清晰易懂!李航《统计学习方法》最新资源全套!
《神经网络与深度学习》最新2018版中英PDF+源码
将机器学习模型部署为REST API
FashionAI服装属性标签图像识别Top1-5方案分享
重要开源!CNN-RNN-CTC 实现手写汉字识别
yolo3 检测出图像中的不规则汉字
同样是机器学习算法工程师,你的面试为什么过不了?
前海征信大数据算法:风险概率预测
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目,让你掌握深度学习图像分类
VGG16迁移学习,实现医学图像识别分类工程项目
特征工程(一)
特征工程(二) :文本数据的展开、过滤和分块
特征工程(三):特征缩放,从词袋到 TF-IDF
特征工程(四): 类别特征
特征工程(五): PCA 降维
特征工程(六): 非线性特征提取和模型堆叠
特征工程(七):图像特征提取和深度学习
如何利用全新的决策树集成级联结构gcForest做特征工程并打分?
Machine Learning Yearning 中文翻译稿
蚂蚁金服2018秋招-算法工程师(共四面)通过
全球AI挑战-场景分类的比赛源码(多模型融合)
斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)
python+flask搭建CNN在线识别手写中文网站
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加: datayx
YOLODet最新算法的目标检测开发套件,优化到部署相关推荐
- 2018目标检测最新算法+经典目标检测算法
干货 CVPR2018的目标检测总结(论文+开源代码)https://blog.csdn.net/wfei101/article/details/80861681 目标检测算法集合(论文+开源代码)h ...
- 最新开源的目标检测算法来了!
Datawhale开源 方向:目标检测开源项目 说到目标检测,那可谓当前的自动驾驶.新零售.智慧工业等热门行业中的关键技术之一.目标检测不仅在行人.车辆.商品以及火灾检测等任务中发挥着极其关键的价值, ...
- .net 多个dll 封装成一个dll_C#封装YOLOv4算法进行目标检测
C#封装YOLOv4算法进行目标检测 概述 官网:https://pjreddie.com/darknet/ Darknet:[Github] C#封装代码:[Github] YOLO: 是实现实时物 ...
- c 语言 封装dll_C#封装YOLOv4算法进行目标检测
C#封装YOLOv4算法进行目标检测 概述 官网:https://pjreddie.com/darknet/ Darknet:[Github] C#封装代码:[Github] YOLO: 是实现实时物 ...
- DL之SSD:基于tensorflow利用SSD算法实现目标检测(21类)
DL之SSD:基于tensorflow利用SSD算法实现目标检测(21类) 目录 输出结果 SSD代码 输出结果 VOC_LABELS = {'none': (0, 'Background'),'ae ...
- YOLOv7如何提高目标检测的速度和精度,基于优化算法提高目标检测速度
目录 一.学习率调度 二.权重衰减和正则化 三.梯度累积和分布式训练 1.梯度累积 2.分布式训练 四.自适应梯度裁剪 大家好,我是哪吒. 上一篇介绍了YOLOv7如何提高目标检测的速度和精度,基于模 ...
- 路面裂痕检测YOLO算法、目标检测算法实现地面裂缝检测
道路裂纹检测YOLO算法,目标检测,目标识别,裂纹检测 路面裂痕检测YOLO算法.目标检测算法实现地面裂缝检测 车头定位 交通标志识别 车道线识别 自己标注数据,训练模型,效果很好4360063193 ...
- 最新!3D目标检测论文汇总(多模态融合)
作者丨柒柒@知乎 来源丨https://zhuanlan.zhihu.com/p/447555827 编辑丨3D视觉工坊 这篇文章主要是梳理一下近期3D Detection的进展,分类列举出一些我认为 ...
- 环境搭建、标注、训练、推断,超详细的目标检测开发流程
点击我爱计算机视觉标星,更快获取CVML新技术 本文转载自飞桨PaddlePaddle.基于PaddleDetection,详细描述了一个完整目标检测项目流程,非常值得收藏. [飞桨开发者说]:余志良 ...
最新文章
- BZOJ4152 AMPPZ2014 The Captain(最短路)
- 7-36 旅游规划 (25 分(Dijkstra)
- java的同步块_Java 同步块
- 《视频直播技术详解》系列之七:现代播放器原理
- Multi GET API
- mysql+'@'%_mysql忘记登录的人:命令拒绝用户”@’%’
- 【3.2】抽象基类(abc模块)
- 移动磁盘修复、格式化【微PE】
- 动态 Echarts 温湿度示意图 背景可以随温度变化
- 2003 445端口关闭方式
- Android手机开发总结
- 资江小票打印机js实现web打印(web通用打印)
- 数字金额转换成中文大写金额的函数
- 英伟达、英特尔、AMD显卡设置,减少游戏掉帧卡顿
- [Ynoi2014]不归之人与望眼欲穿的人们
- Android源码目录简介
- 图文笔记,带你走进《未来简史》(11-15)
- JavaScript 小案例 弹幕
- video标签设计vue视频播放器组件
- Arduino IDE+_Attiny13/85实践(一) IED环境配置