网络结构从AliFarhadi的YOLO网站主页下载YOLOv3-320和YOLOv3-spp的权重。加了SPP结构的YOLOv3，m

集成了YOLOv3-spp和YOLOv4部分特性。

前言该文链接至：YOLO-V3-SPP详细解析本文主要讲解在推理阶段YoloV3-SPP的处理，分以下几点：预处理数据推理的NMS处理关于map的计算，ultralytic版本的源码调用了pycoco库函数来计算

因为之前训练的数据集都比较小，自己也懒，配环境非常麻烦，所以一直在用cpu硬撑，因为试了一下yolov3-spp跑目标检测，cpu一个晚上跑了4个epoch，非常难受，所以花了几天时间配置了一下。

YOLOv3和YOLOv3-spp网络结构对比YOLOv3网络结构图：YOLOv3-spp网络结构图：SPP模块结构如下图：相对于普通版本的YOLOv3，SPP版本在第五、六层卷积之间增加了一个SPP模块

文章目录一、YOLOv3模型结构二、YOLOv3-SPP模型结构三、SPP模块四、对YOLOv3-SPP模型结构的理解SPP全称为SpatialPyramidPooling（空间金字塔池化结构）参考资料

以YOLOv3（YOLOv3-SPP）为起点，进行对比实验二、YOLOX1.基准模型YOLOv3-DarkNet53与原始设置相比，增加了EMA权重更新，cosine学习率，IoU损失和IoU-aware

但是检测可能会精度上比yolov3-spp差一些。由于自上而下的多人人体姿态估计与跟踪，检测问题会影响最后的送到进行姿态估计的输入，最终影响其性能。

CVPR2020年发表，并不是原来YOLO系列的作者相对于YOLOV3有比较大的提升，但相对于YOLOV3-SPP提升比较少。

文章目录1.初始化函数1.1参数说明1.2读取数据将数据划分到一个个batch中mosaic数据增强调用创建.shapes文件，保留每张图片的w和hrect启用缓存标签cachelabels缓存标签images检测破损images2.getitem函数2.1训练时mosaic方法2.2验证时图像处理2.3开启数据增强(augment)2.3__getitem__返回值自定义DataSet数据集：代

文章目录1.配置文件解析1.1配置文件中的层结构说明1.1.1convolutional层1.1.2shortcut层1.1.3maxpool层1.1.4route层1.1.5upsample层1.1.5yolo层1.2解析层结构2.网络搭建2.1Create_modules函数convolutional层maxpool层upsample层route层shortcut层yolo层

在yolov3-spp专栏的时候，我介绍过yolov3-spp大致所使用的一些数据增强的方法：数据增强——Mosaic（马赛克）数据增强——随机旋转、平移、缩放、错切、h

1.项目介绍+环境配置该项目源自ultralytics/yolov3完整代码：https://github.com/WZMIAOMIAO/deep-learning-for-image-processing霹老师YYDS❤️1.1环境配置：Python3.6或者3.7PyTorch1.7.1(注意：必须是1.6.0或以上，因为使用官方提供的混合精度训练1.6.0后才支持)pycocotoolsLi

一、yolox整体思路1、基础模型：yolov3-spp。考虑到yolov4、yolov5的tricks可能存在过度优化，因此选择yolov3添加spp结构作为基础网络。

文章目录yolov3-spp深度剖析1网络结构2spp的前世今生3效果验证yolov3-spp深度剖析1网络结构yolov3-spp网络结构如下图：spp模块结构如下图：网络结构中spp的具体实现：#darknet

YOLOv3目前是业界比较流行的检测算法，在速度和精度上相对于其他检测算法，都有很大的优势，但是今天介绍的不是YOLOv3，而是它的改进版本yolov3-SPP，在学习的同时，也随便记录一下，如果有误还请大家指出

把之前本地的一些论文阅读笔记和资料汇总搬上来之前写过的相关博客：【目标检测】【1】《SSD-SingleShotMultiBoxDetector》SSD目标检测器详解【yolov3】【2】yolov3-

yolov3-spp是yolov3的一个版本，在yolo官网中给出了cfg和weights。本文调试源码为ultralytics/yolov3，参考博客为yolo系列之yolov3【深度解析】文章目录

yolov3-spp是yolov3的一个版本，在yolo官网中给出了cfg和weights。

有兴趣可以看一下(https://blog.csdn.net/qq_39055818/article/details/102694862)2019.9.18更新：又去调了一下yolo的pytorch代码，写了一篇yolov3