PyTorch YOLO-v1

中文 博客

这是一个实验性的仓库，与原始的论文并不完全一致。我们在voc07test上的mAP为0.665，速度为57fps@1080ti。

我编写这段代码的目的是为了学习。在yoloLoss.py中，我只实现了前向传播部分，利用PyTorch的自动求导机制，反向传播会自动完成。

为了方便使用PyTorch预训练模型，我们的主干网络采用了ResNet50，并额外增加了一个模块以扩大感受野；此外，我们去掉了全连接层。

目前效率尚未优化，可能还会更快……不过我也说不准。

在voc2012+2007上训练

模型	主干网络	voc2007test上的mAP	FPS
我们的ResNet_YOLO	ResNet50	66.5%	57
YOLO	darknet19?	63.4%	45
YOLO VGG-16	VGG-16	66.4%	21

1. 依赖

• pytorch 0.2.0_2
• opencv
• visdom
• tqdm

2. 准备

1. 下载voc2012train数据集
2. 下载voc2007test数据集
3. 将所有图片放在一个文件夹中，我已经提供了txt格式的标注文件。 3. 将xml标注转换为txt文件。为了使用dataset.py，你需要将xml_2_txt.py放在voc数据集的同一目录下，或者修改xml_2_txt.py中的Annotations路径

3. 训练

运行python train.py

请注意： 1. 修改图片文件路径 2. 建议安装visdom，并启动它。

4. 评估

运行python eval_voc.py

请注意： 1. 修改图片文件路径

5. 结果

我们在voc2007测试集上的mAP为0.665左右~ 以下是一些结果，更多内容请查看testimg文件夹。

pytorch-YOLO-v1 快速上手指南

本项目是一个基于 PyTorch 实现的 YOLO-v1 实验性仓库。与原始论文略有不同，本实现采用 ResNet50 作为骨干网络（增加了一个模块以扩大感受场并移除了全连接层），在 VOC2007 test 数据集上达到了 66.5% mAP，推理速度约为 57 FPS (GTX 1080 Ti)。

1. 环境准备

系统要求

• Python 3.x
• GPU 推荐：NVIDIA GTX 1080 Ti 或更高（用于复现 FPS 性能）

前置依赖

请确保已安装以下核心库：

• pytorch (版本建议 0.2.0_2 或兼容版本)
• opencv (cv2)
• visdom (用于可视化训练过程)
• tqdm (进度条显示)

国内加速建议：安装 PyTorch 时推荐使用清华或中科大镜像源。

pip install torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 安装步骤

第一步：克隆项目

git clone https://github.com/hizhangp/pytorch-YOLO-v1.git
cd pytorch-YOLO-v1

第二步：安装 Python 依赖

pip install opencv-python visdom tqdm -i https://pypi.tuna.tsinghua.edu.cn/simple

注：若您的 PyTorch 版本较新，可能需调整部分代码以适配，但核心逻辑保持不变。

第三步：准备数据集

本项目需要在 VOC2012 (训练) 和 VOC2007 (测试) 数据集上运行。

1. 下载数据集：

   • 下载 VOC2012_train 数据集。
   • 下载 VOC2007_test 数据集。

2. 整理文件结构：

   • 将所有图片放入同一个文件夹中。
   • 项目中已提供标注转换脚本 xml_2_txt.py。将其放置在 VOC 数据集目录下，或将脚本中的 Annotations 路径修改为您的实际路径，运行该脚本将 XML 标注转换为 TXT 格式供 dataset.py 使用。

3. 基本使用

启动可视化服务（推荐）

在训练前，建议启动 visdom 服务器以便实时监控损失和指标：

python -m visdom.server

访问浏览器 http://localhost:8097 查看面板。

开始训练

修改 train.py 中的图片文件路径指向您的数据集目录，然后运行：

python train.py

模型评估

训练完成后，修改 eval_voc.py 中的图片路径，运行评估脚本：

python eval_voc.py

预期结果：在 VOC2007 test 集上 mAP 约为 0.665。

查看结果

检测结果的示例图片保存在 testimg 文件夹中，您可以直接查看生成的检测框效果。