一个基于 PyTorch 的 YOLO v3 目标检测器实现

【更新】：这个仓库是我的研究驱动代码。我刚刚大学毕业，目前正忙于寻找研究实习或奖学金机会，之后再申请硕士研究生。因此，在一段时间内我可能无法处理相关问题。感谢大家的理解。

本仓库包含基于 YOLOv3: 一项渐进式改进 的目标检测器代码，使用 PyTorch 实现。该代码参考了 YOLO v3 的官方代码，以及 marvis 对原始代码的 PyTorch 移植版本。此代码的目标之一是优化原始移植版本，移除冗余部分（官方代码实际上是一个功能完备的深度学习库，包含了序列模型等 YOLO 中并未用到的内容）。同时，我也尽量保持代码简洁，并尽可能详尽地进行文档注释。

从零开始构建该检测器的教程

如果你想了解如何从头开始自己实现这个检测器，可以阅读我在 Paperspace 上撰写的五部分详细教程系列。非常适合希望从 PyTorch 初学者进阶到中级水平的学习者。

从零开始实现 YOLO v3

目前，代码仅包含检测模块，但训练模块也将很快加入。:)

环境要求

1. Python 3.5
2. OpenCV
3. PyTorch 0.4

使用 PyTorch 0.3 版本会导致检测器无法正常运行。

检测示例

运行检测器

在单张或多张图片上

首先克隆仓库并进入目录。你需要先获取权重文件。对于 YOLO v3，作者仅提供了 COCO 数据集的权重文件 这里，请将其放置在你的仓库目录中。或者，如果你使用的是 Linux 系统，可以直接运行以下命令：

wget https://pjreddie.com/media/files/yolov3.weights 
python detect.py --images imgs --det det 

--images 参数指定了加载图片的目录或单个图片文件（程序会自动识别），而 --det 参数则指定了保存结果图片的目录。其他参数如批大小（通过 --bs 标志设置）和目标置信度阈值也可以通过标志进行调整，具体可用法可查看帮助信息：

python detect.py -h

速度与精度的权衡

你可以通过 --reso 标志来调整输入图像的分辨率，默认值为 416。请注意，该值必须是 32 的倍数且大于 32，否则可能会出现异常情况。务必遵守此规则！

python detect.py --images imgs --det det --reso 320

在视频上运行

对于视频处理，需运行 video_demo.py 文件，并使用 --video 标志指定视频文件。视频格式应为 .avi，因为 OpenCV 只支持这种格式作为输入。

python video_demo.py --video video.avi

可通过 -h 标志查看所有可调参数。

加快视频推理速度

为了提升视频推理速度，可以尝试使用 video_demo_half.py 文件，它采用 16 位半精度浮点数进行推理，而非 32 位浮点数。虽然我个人未观察到显著性能提升，但这可能与所使用的显卡较旧有关（Tesla K80, Kepler 架构）。如果你的显卡支持快速的 FP16 运算，不妨尝试一下，并尽可能进行基准测试。

使用摄像头

与视频模块类似，但无需指定视频文件，因为输入将直接来自你的摄像头。确切地说，OpenCV 会默认使用编号为 0 的摄像头作为输入源。默认图像分辨率为 160，不过你也可以通过 reso 标志进行调整。

python cam_demo.py

你可以轻松修改代码以使用其他权重文件，这些文件可在 YOLO 官网 上找到。

注意：为便于重构，尺度特征已被禁用。

多尺度检测

YOLO v3 支持多尺度检测，不同尺度分别负责检测不同大小的目标，具体取决于它们捕捉到的是粗粒度特征、细粒度特征，还是介于两者之间的特征。你可以通过 --scales 标志来试验不同的尺度组合：

python detect.py --scales 1,3

pytorch-yolo-v3 快速上手指南

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统: Linux 推荐（Windows 需自行调整部分路径和脚本）
• Python: 3.5 及以上版本
• PyTorch: 0.4 版本
  • ⚠️ 注意：使用 PyTorch 0.3 会导致检测器无法运行。
• 依赖库: OpenCV (opencv-python)

💡 国内加速建议： 安装 PyTorch 时，建议使用清华或中科大镜像源以提升下载速度。例如安装 PyTorch 0.4 (需根据具体 CUDA 版本选择，若官方源已移除旧版本，可能需要从第三方渠道获取 wheel 文件或编译安装)：

pip install torch==0.4.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

1. 克隆仓库 将项目代码克隆到本地并进入目录：

   git clone https://github.com/ayooshkathuria/pytorch-yolo-v3.git
   cd pytorch-yolo-v3
   

2. 下载预训练权重 本项目仅支持 COCO 数据集的预训练权重。请下载 yolov3.weights 文件并放入当前项目根目录。

   • 方式一：直接下载（推荐国内用户使用镜像或代理） 官方地址：https://pjreddie.com/media/files/yolov3.weights 如果下载缓慢，可尝试寻找国内网盘镜像或通过代理下载。

   • 方式二：使用 wget (Linux)

     wget https://pjreddie.com/media/files/yolov3.weights
     

基本使用

图片检测

最简单的用法是对指定文件夹内的图片进行批量检测，并将结果保存到另一文件夹。

python detect.py --images imgs --det det

• --images: 输入图片所在的目录路径，或者直接指定单张图片文件路径。
• --det: 输出检测结果图片的保存目录。

常用参数调整：

• 调整分辨率（速度与精度权衡）： 默认分辨率为 416。注意：设定的值必须是 32 的倍数且大于 32。

  python detect.py --images imgs --det det --reso 320
  

• 查看帮助信息： 查看所有可用参数（如置信度阈值、Batch Size 等）。

  python detect.py -h
  

视频检测

对 .avi 格式的视频文件进行检测：

python video_demo.py --video video.avi

摄像头实时检测

调用默认摄像头（OpenCV 识别为 camera 0）进行实时检测，默认分辨率为 160：

python cam_demo.py