yolov3 yolov4 channel and layer pruning, Knowledge Distillation 层剪枝，通道剪枝，知识蒸馏 yolov3-channel-and-layer-pruning 本项目以ultralytics/yolov3为基础实现，根据论文Learning Efficient Convolutional Networks Through Network Slimming (ICCV 2017)原理基于bn层Gmma系数进行通道剪枝，下面引用了几种不同的通道剪枝策略，并对原策略进行了改进，提高了剪枝率和精度；在这些工作基础上，又衍生出了层剪枝，本身通道剪枝已经大大减小了模型参数和计算量，降低了模型对资源的占用，而层剪枝可以进一步减小了计算量，并大大提高了模型推理速度；通过层剪枝和通道剪枝结合，可以压缩模型的深度和宽度，某种意义上实现了针对不同数据集的小模型搜索。 项目的基本工作流程是，使用yolov3训练自己数据集，达到理想精度后进行稀疏训练，稀疏训练是重中之重，对需要剪枝的层对应的bn gamma系数进行大幅压缩，理想的压缩情况如下图，

Yolov3 权重文件 包含以下三个权重文件（darknet框架下的权重，所谓权重，即为该框架下的各类默认参数设置，官方发布的权重，主要是经过大量实验验证的） yolov3.weights 最常用的预训练权重文件 yolov3-spp.weights 采用SPP网络结构的预训练权重文件 yolov3-tiny.weights 适用于小系统小数据的预训练权重文件

A minimal PyTorch implementation of YOLOv3, with support for training, inference and evaluation. $ cd PyTorch-YOLOv3/ $ sudo pip3 install -r requirements.txt Download $ cd weights/ $ bash download_weights.sh Download COCO数据集 $ cd data/ $ bash get_coco_dataset.sh Test Evaluates the model on COCO test.

opencv-yolo-tiny车辆检测需要的车辆检测模型文件 yolov3-tiny.weights yolov3-tiny.cfg obj.names

使用 "Darknet yolov3-tiny" 训练检测模型 1. 下载data.zip,提取码: j7c2. https://pan.baidu.com/share/init?surl=_Wgy_3mBgNREXXn7HRfAHw 2. 将data.zip解压到darknet.exe所在目录下. 3. 进入data/voc目录下运行voc_label.bat重新生成2019_train.txt, 2019_val.txt. 4. 修改cfg/yolov3-tiny.cfg 见文档 5执行 darknet.exe detector train data/voc.data cfg/yolov3-tiny.cfg 6. 训练过程 见文档

YoloVx（yolov5 / yolov4 / yolov3 / yolo_tiny） 张量流 安装NVIDIA驱动程序 安装CUDA10.1和cudnn7.5 安装Anaconda3，下载 安装tensorflow，例如“ sudo pip install tensorflow> = 1.15或tensorflow> 2.0”等。 介绍 受启发的YOLOv5的tensorflow实现。 受启发的YOLOv4的tensorflow实现。 来自框架代码。 骨干：Darknet53； CSPDarknet53 ，米什 ； MobileNetV2; MobileNetV3（大小） 颈部：SPP ，PAN ； 头：YOLOv5 / YOLOv4（Mish），YOLOv3（Leaky_ReLU） ； 损失：DIOU CIOU ，Focal_Loss ； 其他：Label

此代码包含了电车戴头盔数据集（数据集从biying，baidu，google获取，本人手动标注）。训练完成后，可对戴头盔和不戴头盔的的图片进行头盔检测。并使用了PyQT编写了GUI界面，可通过可视化操作读取图片信息并对是否戴头盔进行检测。

1、YOLOv3鸟类检测目标检测数据集 2、类别名： bird 3、来源：从 VOCtest207数据集中 单个类别提取得到 4、标签类别：txt和 xml两种 5、图片数量：289

1、YOLOv3飞机检测目标检测数据集 2、类别名： aeroplane 3、来源：从 VOCtest207数据集中 单个类别提取得到 4、标签类别：txt和 xml两种 5、图片数量：205

1、YOLOv3自行车检测目标检测数据集 2、类别名： bicycle 3、来源：从 VOCtest207数据集中 单个类别提取得到 4、标签类别：txt和 xml两种 5、图片数量：250