Yolov1 + Yolov2 + Yolov3 发展史、论文、代码最全资源分享合集 ！ ！ ！_yolov用什么语言

  点击上方“码农的后花园”，选择“星标” 公众号
 
  精选文章，第一时间送达

YOLO之父Jeseph Redmon毕业于美国米德尔伯里学院计算机科学专业，辅修数学，他主要研究范围是目标检测、图像分类和模型压缩。

Jeseph Redmon2013年进入华盛顿大学计算机专业攻读硕士学位，继而攻读博士学位，直到2019年。在此期间，他和导师Ali Farhadi共同提出并改进了YOLO算法。Joseph Redmon曾在谷歌大脑实习，研究实时机器人(13.060, -0.12, -0.91%)抓握检测, 之后进入AI2（也就是后来的XNOR.ai）实习，提出了二元逼近卷积神经网络XNOR-Net，该算法能够减少在移动设备上进行图像分类所需的计算量。

Redmon在2018年获得Google博士奖学金，因为他更好、更快速地发展了用于实际应用的CV工具，而被授予“机器感知、语音技术和计算机视觉”类别的奖学金。Redmon本人还登上过TED讲台，介绍快速识别物体的CV算法。

Yolo作为目标检测中一个重要的算法，直到今天已经有5个版本：yolov1、yolov2、yolov3|、yolov4、yolov5，而后面的两个版本是在2020年Redmon宣布退出CV（Computer Vision）届之后发布的。

 

 

Jeseph Redmon在2020年2月份停止了一切CV研究，原因是自己的开源算法已经用在军事和隐私问题上,这对他的道德造成了巨大的考验，但是YOLO算法代码依旧开源。

 

号主这里想做一个关于YOLO系列资源分享，今天主要是想分享一下YOLO之父发布的yolov1、yolov2、yolov3各个版本的论文和代码资源分享合集，后期分享yolov4和yolov5，也会出相应的训练测试模型教程。

往期教程：万字长文，用代码的思想讲解Yolo3算法实现原理，Visdrone数据集和自己制作数据集两种方式在Pytorch训练Yolo模型

 

YOLO发展进程史

 

 

yolov1是2015年提出来的、yolov2是2017提出,，yolov3是2018年提出，这些我们可以在YOLO官网：https://pjreddie.com/，查看到并下载到对应论文。

 

 

Yolov2就是YOLO9000，之所以命名YOLO9000是因为yolov2相对v1版本，在继续保持处理速度的基础上，从预测更准确（Better），速度更快（Faster），识别对象更多（Stronger）这三个方面进行了改进。其中识别更多对象也就是扩展到能够检测9000种不同对象，所以称之为YOLO9000。

官方yolov3|、v2、v1的Darkent版本是用C语言和CUDA编写的，官方下载地址：https://pjreddie.com/darknet/，点击GitHUb即可下载，进行Cmake编译后即可使用，这里后期会出教程教大家如何进行编译使用。

 

 

而这里号主已经将yolov1、v2、v3各个版本的论文和各个yolo版本的代码已经给大家准备好了。

 

YOLOV1: 包括Darkenet版和tensorflowl两个版本

 

YOLOV2：包括Darkenet版和Pytorchl两个版本

 

YOLOV3: 包括Darkenet版和Pytorchl两个版本

 

想要系统学习YOLO目标检测算法的fans, 在后台回复关键字：项目实战，即可获取相应的论文和代码。

yolov4和yolov5的下期分享，大家觉得不错的请点赞收藏支持哦 ! 

 

---