本项目代码是服务于本人的YOLO入门教程的知乎专栏：《YOLO-从零开始入门目标检测》，网页链接如下：
https://www.zhihu.com/column/c_1364967262269693952
欢迎学习和交流！
- Backbone: ResNet-18
- Neck: SPP
- 多尺度训练 (multi-scale)
读者可以从下面的百度网盘链接来下载VOC2007和VOC2012数据集
链接：https://pan.baidu.com/s/1tYPGCYGyC0wjpC97H-zzMQ
提取码：4la9
读者会获得 VOCdevkit.zip压缩包, 分别包含 VOCdevkit/VOC2007 和 VOCdevkit/VOC2012两个文件夹，分别是VOC2007数据集和VOC2012数据集.
运行 sh data/scripts/COCO2017.sh，将会获得 COCO train2017, val2017, test2017三个数据集.
VOC2007 test 测试集
| 模型 | 输入尺寸 | mAP |
|---|---|---|
| Our YOLOv1 | 320 | 64.8 |
| Our YOLOv1 | 416 | 69.2 |
| Our YOLOv1 | 512 | 71.8 |
| Our YOLOv1 | 608 | 73.3 |
COCO val 验证集
| 模型 | 输入尺寸 | AP | AP50 | AP75 | AP_S | AP_M | AP_L |
|---|---|---|---|---|---|---|---|
| Our YOLOv1 | 320 | 13.7 | 29.6 | 11.3 | 1.6 | 11.5 | 28.6 |
| Our YOLOv1 | 416 | 16.4 | 34.7 | 13.9 | 3.1 | 15.6 | 31.9 |
| Our YOLOv1 | 512 | 18.1 | 37.9 | 15.5 | 4.3 | 18.5 | 32.0 |
| Our YOLOv1 | 608 | 18.6 | 39.0 | 15.6 | 5.5 | 20.7 | 30.6 |
大家可以从下面的百度网盘链接来下载已训练好的模型：
链接: https://pan.baidu.com/s/1NmdqPwAmirknO5J__lg5Yw
提起码: hlt6
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent