darknet-mini:带注释的darknet简化版,助你深入理解YOLO

共 1790字,需浏览 4分钟

 ·

2022-03-23 10:39

点击上方小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

AI编辑:我是小将

本文作者:陈训教 

https://github.com/ChenCVer/darknet

本文已由原作者授权,不得擅自二次转载

2019年就萌生一个想法,想深入研究一个深度学习框架,从code上将这个黑盒子的神秘面纱揭开,后续由于工作太忙,没有太多精力投入,从2020年8月份开始,诸多工作接近尾声,开始想投入一段时间研究一个底层框架。对比了多个框架,发现darknet是一个较为轻型的完全基于C与CUDA的开源深度学习框架,没有任何依赖项(OpenCV都可以不用),移植性非常好,支持CPU与GPU两种计算方式。真正可以对神经网络的组件一探究竟,是提高自己对深度学习有效范本。

本人对darknet的解读,为期接近3个月时间,从2020年8月5日到至今(10月23日),期间几乎查遍了CSDN,知乎,github所有能看到关于darknet的解读资源,这里特别感谢github上:

  1. https://github.com/hgpvision/darknet
  2. https://github.com/BBuf/Darknet

期间也和他们私底下有过诸多交流。此外,也感谢那些微信上的联系人,经过他们的交流,使得让我疑惑的很多问题逐渐变得清晰起来。

由于darknet代码整个工程量还是很大的,后期,为了方便朋友们快速简单了解darknet整个框架思想,我写了一个darknet-mini版本,整个代码只实现了所有和分类网络相关的train部分。一律去除了其他seg,det,rnn,lstm等部分。代码见:https://github.com/ChenCVer/darknet-mini

很多朋友希望我也能出一个darknet的解读系列,后来我想了想,我的很多解读其实都放在代码中了(后期我会出一个详尽的解读系列,继续发表在本公众号),在代码中有详尽的解析。对于一些特别需要用画图的形式才能说明的,我也画了图,比如,darknet关于配置解读这块,最终形成的数据结构如下(该图片的ppt格式文件在files文件夹下的code_analysis_files的1.cfg analysis中):

再比如关于img2col也画了详细的说明图如下(该图片的ppt格式文件放在files文件夹下的code_analysis_files的2.im2col中,为了方便朋友们能debug中间过程,我也同时写了im2col对应的pyhton代码,放在同一个文件夹下):


关于darknet的数据加载机制,由于在整个代码中要想清晰知道data的load过程已经最终将各个线程的数据拼装在一个内存空间中,我也单独将这一部分代码从整个工程代码中抽取出来,并用随机数模拟这个过程。代码可以直接运行查看(代码放在:files/code_analysis_files/4.data load analysis)。

下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲
小白学视觉公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲
小白学视觉公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群


欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~


浏览 24
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报