本文共 770 字，大约阅读时间需要 2 分钟。

Summary：腾讯优图：开源YOLO系列代码（含YOLOv3以及各种backbone）

Author：Amusi

Date：2019-01-017

微信公众号：CVer

原文链接：

知乎：

前言

本文给各位CVers介绍一个由腾讯优图实验室开源的One-Stage目标检测项目。链接如下：

前不久，刚刚push上YOLO系列代码。来看一下阵容：

基于PyTorch的YOLO系列代码实现，包含Tiny-YOLOv2、YOLOv2、Tiny-YOLOv3、YOLO-v3以及MobileNet、MobileNetv2、ShuffleNet、ShuffleNetv2、SqueezeNext、Xception等backbone。

这阵容有点…还是基于PyTorch的…不说了，star，fork，watch走起！

腾讯优图—YOLO

这里简单介绍项目里的部分亮点

环境

• Python 3.6
• PyTorch 0.4.0

性能

哇，这mAP！哇，这速度！

支持训练&评估

之前很多同学向我吐槽，网上可以找到基于PyTorch的YOLOv3代码，但只支持inference，不能训练。那你看看腾讯优图这个，不仅教你怎么训练，还手把手教你评估。远程比心！

预训练权重

代码有了，教程有了，再看看预训练权重。

PS：googledrieve打错了，大家快去提交issue，还能成为优图开源项目的贡献者（手动狗头.jpg）

如果你想学PyTorch，你还想学目标检测（如YOLO），那么这个开源项目非你莫属！不说了，俺去download撸代码了

开源代码链接

作者(mileistone)知乎链接：

其实YOLOv3系列，CVer已经推过很多优质的文章，建议阅读：

转载地址：http://mpzsz.baihongyu.com/