YOLOv4的PyTorch最小化实现

A minimal PyTorch implementation of YOLOv4.

• Paper Yolo v4: https://arxiv.org/abs/2004.10934

• Source code:https://github.com/AlexeyAB/darknet

• More details: http://pjreddie.com/darknet/yolo/

•  Inference

•  Train

Inference

• download model weight https://drive.google.com/open?id=1cewMfusmPjYWbrnuJRuKhPMwRe_b9PaT

python demo.py cfgfile weightfile imgfile

•  Convolution weight reshape

•  Mish activation

•  route number > 2

•  Maxpooling

•  yololayer

Reference:

• https://github.com/eriklindernoren/PyTorch-YOLOv3

• https://github.com/marvis/pytorch-caffe-darknet-convert

• https://github.com/marvis/pytorch-yolo3

@article{yolov4,
  title={YOLOv4: YOLOv4: Optimal Speed and Accuracy of Object Detection},
  author={Alexey Bochkovskiy, Chien-Yao Wang, Hong-Yuan Mark Liao},
  journal = {arXiv},
  year={2020}
}

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“MTCME” 就可以获取《麻省理工学院马丁信托创业中心创业知识库》专知下载链接

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源