腾讯优图：开源YOLO系列代码（含YOLOv3以及各种backbone）

本文原定于上周跟大家见面，但因不可抗拒原因"被"推迟一周。在此感谢腾讯优图实验室开源这么棒的项目，并特别鸣谢优图小伙伴：mileistone（YOLO系列复现作者）。

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：

https://github.com/TencentYoutuResearch/ObjectDetection-OneStageDet

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！

这里简单介绍项目里的部分亮点

环境

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。

不仅仅有Google Drive，还有良心的百度云链接（国内coding man福利）

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：

https://github.com/TencentYoutuResearch/ObjectDetection-OneStageDet/tree/master/yolo

作者(mileistone)知乎链接：

https://zhuanlan.zhihu.com/p/54959146