YOLOv3目标检测:原理与Darknet源码解析

Linux创始人Linus Torvalds有一句名言:Talk is cheap. Show me the code. (冗谈不够,放码过来!)。

代码阅读是从入门到提高的必由之路。尤其对深度学习,许多框架隐藏了神经网络底层的实现,只能在上层调包使用,对其内部原理很难认识清晰,不利于进一步优化和创新。

YOLOv3是一种基于深度学习的端到端实时目标检测方法,以速度快见长。

YOLOv3的实现Darknet是使用C语言开发的轻型开源深度学习框架,依赖少,可移植性好,可以作为很好的代码阅读案例,让我们深入探究其实现原理。

考虑到这方面需要,本人推出了课程《YOLOv3目标检测:原理与源码解析》。
课程链接:https://edu.51cto.com/course/18384.html

本课程将解析YOLOv3的实现原理和源码,具体内容包括:

  • YOLO目标检测原理

  • 神经网络及Darknet的C语言实现,尤其是反向传播的梯度求解和误差计算

  • 代码阅读工具及方法

  • 深度学习计算的利器:BLAS和GEMM

  • GPU的CUDA编程方法及在Darknet的应用

  • YOLOv3的程序流程及各层的源码解析

本课程将提供注释后的Darknet的源码程序文件。

除本课程《YOLOv3目标检测:原理与源码解析》外,本人推出了有关YOLOv3目标检测的系列课程,包括:

《YOLOv3目标检测实战:训练自己的数据集》

《YOLOv3目标检测实战:交通标志识别》

《YOLOv3目标检测:原理与源码解析》

《YOLOv3目标检测:网络模型改进方法》

建议先学习课程《YOLOv3目标检测实战:训练自己的数据集》或课程《YOLOv3目标检测实战:交通标志识别》,对YOLOv3的使用方法了解以后再学习本课程。

转载于:https://blog.51cto.com/14012985/2406402

你可能感兴趣的:(YOLOv3目标检测:原理与Darknet源码解析)