如何在C#net中使用YOLO提高目标检测速度

我想通过YOLO V3检测车牌区域。为此，我使用了darknet来创建权重。 训练后，创建了一个重量文件。这个文件的大小是234MB，我使用了darknet53.conv.74文件和650张火车图像

配置文件（yolov3.cfg）是

在那之后，我在C#NET中使用了Alturos.yolo2.6.2

问题是速度。检测车牌区域大约需要3秒钟

您有没有提高检测速度的解决方案？

---

由于您自己进行了培训，我想您已经知道神经网络需要GPU才能运行得更快。无论如何，为了更快的检测，你们要么降低网络的分辨率，要么使用一种微小的YOLO变体。今天，这里介绍了最强大、最快的变体：。其他最新的黑暗模式是可用的。其他一些网络，如mobilenet，经过更优化，在CPU上工作更快

---

无论如何，这些替代网络需要AlexeyAB darknet实现才能工作，因此您需要重新编译c#wrapper的darknet。

我们还使用了一个微型版本的yolo来检测托盘：

---

这在一秒钟内就可以在cpu上运行。

您尝试过小版本的yolov3吗？它们足以检测LP。此外，你还可以处理像416*416这样的小图像（LPs在这种尺寸下仍然很明显）。@MH304我不知道。我如何使用微型版本的yolo3？我必须使用另一个预先训练的体重吗？或者更改培训的配置文件？只需使用另一个*.cfg文件（tiny_3Layers很好）。无需更改配置（尽管如果类编号不同，则必须更改cfg文件中yolo层之前的层中的过滤器编号）。它们都使用相同的权重文件。是的，但我也必须提高CPU的速度。什么是正确的网络解决方案？我如何使用微型版本的yolo3？我必须使用另一个预先训练的体重吗？或者更改培训的配置文件？我可以通过使用1通道（灰度图像）来提高速度吗？你可以选择任何分辨率，只要它仍能检测到印版。根据我的经验，YOLO在对象达到30像素左右之前工作得很好。Tiny确实需要另一个培训文件。您可以在此处找到有关它的许多信息：。单通道图像对速度没有帮助。

# Testing
# batch=64
# subdivisions=8
# Training
batch=64
subdivisions=64
width=608
height=608
channels=3
momentum=0.9
decay=0.0005
angle=0
saturation = 1.5
exposure = 1.5
hue=.1

learning_rate=0.001
burn_in=1000
max_batches = 4000
policy=steps
steps=3200,3600
scales=.1,.1
....

YoloWrapper yoloWrapper;
private void Form_Load(object sender, EventArgs e)
{
   yoloWrapper = new YoloWrapper("yolov3.cfg", "yolov3.weights", "voc.names");
}

private void btnDetect_Click(object sender, EventArgs e)
{
   var items = yoloWrapper.Detect(path);
   ...
}