Deep learning 普通Python脚本中的Yolo实现_Deep Learning_Conv Neural Network_Object Detection_Yolo

Deep learning 普通Python脚本中的Yolo实现

deep-learning

Deep learning 普通Python脚本中的Yolo实现,deep-learning,conv-neural-network,object-detection,yolo,Deep Learning,Conv Neural Network,Object Detection,Yolo,我想从头开始实现YOLO。我在github中看到了可用的代码，但我想从头开始尝试。可以在普通Python脚本中实现YOLO而不使用暗流吗？我计划在keras中实现它。所有类型的神经网络都可以从头开始在python上实现。如果你真的想这样做，你可以。您可以使用一个或多个库来轻松计算向量和矩阵。您要做的是一项耗时的任务。这并不容易。但是如果你努力，你可以做到。别忘了和我们分享代码首先，您需要对YLO网络有一个基本的了解。我建议阅读研究论文。原始的YOLO论文和第二篇论文讨论了网络的许多细节及其工作

我想从头开始实现YOLO。我在github中看到了可用的代码，但我想从头开始尝试。可以在普通Python脚本中实现YOLO而不使用暗流吗？我计划在keras中实现它。

所有类型的神经网络都可以从头开始在python上实现。如果你真的想这样做，你可以。您可以使用一个或多个库来轻松计算向量和矩阵。

您要做的是一项耗时的任务。这并不容易。但是如果你努力，你可以做到。别忘了和我们分享代码

首先，您需要对YLO网络有一个基本的了解。我建议阅读研究论文。
原始的

YOLO

论文和第二篇论文讨论了网络的许多细节及其工作原理。它将使您更好地了解网络及其工作方式，并在调试您自己的网络时有所帮助

第三篇论文比另外两篇容易。它只会解释他们所做的修改。因此，为了全面了解网络，你仍然需要阅读所有三篇研究论文

下载

YOLO

后，您将找到一个名为

YOLO.cfg

的文件。您可以在记事本中打开该文件

在文件的顶部，他们定义了一些超参数。你可以通过阅读论文了解这些参数的含义
之后，他们将他们的

YOLO

网络描述为

caffe

人们在

prototxt

文件中所做的事情。它与

prototxt

文件不完全相同，但您可以理解。这将是非常有帮助的时候，建立自己的网络

他们编写了

YOLO

网络，当网络从训练模式转变为测试模式时，网络发生了很大变化。你可以在他们的研究论文中找到这些信息。你也要记住这一点

快乐编码

keras是建立在tensorflow上的知道，他想从Scratch开始建立它如果你想实现向前和向后传播，你可以使用Numpy，如果你只想实现向前传播，那么tensorflow。哦，我的坏@S.Rukaher这是原始文件：