《YOLO目标检测》内容简介与阅读建议

Name: YOLO目标检测
Author: 杨建华
ISBN: 9787115627094

获取这本书 暂无已核验电子书资源

下载

作者: 杨建华
分类: 科技技术
出版年份: 2023
出版社: 人民邮电出版社
页数: 272 页
语言: 中文
豆瓣评分: ★ 8.8

《YOLO目标检测》内容简介

本书主要介绍基于视觉的YOLO框架的技术原理和代码实现，并讲解目标检测领域中的诸多基础概念和基本原理，在YOLO框架的基础上介绍流行目标检测框架。本书分为4个部分，共13章。第1部分介绍目标检测领域的发展简史、主流的目标检测框架和该领域常用的数据集。第2部分详细讲解从YOLOv1到YOLOv4这四代YOLO框架的网络结构、检测原理和训练策略，以及搭建和训练的YOLO框架的代码实现。第3部分介绍两个较新的YOLO框架——YOLOX和YOLOv7，着重讲解其设计理念、网络结构和检测原理。第4部分介绍DETR、YOLOF和FCOS在内的流行目标检测框架和相应的代码实现。本书侧重目标检测的基础知识，包含丰富的实践内容，是目标检测领域的入门书，适合对目标检测领域感兴趣的初学者、算法工程师、软件工程师等人员学习和阅读。

《YOLO目标检测》书籍信息摘要

《YOLO目标检测》内容简介与阅读建议，作者杨建华，科技技术，2023年。获取前建议核对作者、出版社、年份、ISBN、版本和正版渠道。相关主题：YOLO框架、目标检测、深度学习、计算机类。

作者：杨建华
分类：科技技术
出版年份：2023
出版社：人民邮电出版社
页数：272 页
语言：中文
格式：暂无已核验合规下载格式

《YOLO目标检测》适合哪些读者？

适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。评分 8.8 可作为选书参考。

查看杨建华的作品顺序浏览科技技术书籍查看“YOLO框架”相关书籍读完这本读什么查看书籍排行榜

获取建议

《YOLO目标检测》怎么获取更合适？

优先确认版本和阅读目的；下载区只展示已核验的公版、授权、开放许可或官方试读资源。

下载

暂无已核验电子书资源；本站不展示未授权完整文件。

下载

版本

优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本；经典作品可优先选择校注、导读或权威出版社版本。

1.3.3　检测头　9
1.4　小结　10
第　2章常用的数据集　11
2.1　PASCAL VOC 数据集　11
2.2　MS COCO 数据集　12
2.3　小结　14
第　2部分学习YOLO框架
第3章　YOLOv1　16
3.1　YOLOv1 的网络结构　16
3.2　YOLOv1 的检测原理　18
3.3　YOLOv1 的制作训练正样本的方法　21
3.3.1　边界框的位置参数 tx、ty、w、h　21
3.3.2　边界框的置信度　23
3.3.3　类别置信度　26
3.4　YOLOv1 的损失函数　26
3.5　YOLOv1 的前向推理　27
3.6　小结　29
第4章　搭建YOLOv1网络　30
4.1　改进 YOLOv1　30
4.1.1　改进主干网络　31
4.1.2　添加一个颈部网络　32
4.1.3　修改检测头　33
4.1.4　修改预测层　35
4.1.5　修改损失函数　37
4.2　搭建 YOLOv1 网络　37
4.2.1　搭建主干网络　39
4.2.2　搭建颈部网络　41
4.2.3　搭建检测头　41
4.2.4　YOLOv1 前向推理　41
4.3　YOLOv1 的后处理　44
4.3.1　求解预测边界框的坐标　44
4.3.2　后处理　46
4.4　小结　48
第5章　训练YOLOv1网络　49
5.1　读取 VOC 数据　49
5.2　数据预处理　56
5.2.1　基础变换　56
5.2.2　数据增强　59
5.3　制作训练正样本　61
5.4　计算训练损失　64
5.5　开始训练 YOLOv1　67
5.6　可视化检测结果　74
5.7　使用 COCO 数据集 ( 选读 )　75
5.8　小结　76
第6章　YOLOv2　77
6.1　YOLOv2 详解　77
6.1.1　引入批归一化层　78
6.1.2　高分辨率主干网络　78
6.1.3　先验框机制　79
6.1.4　全卷积网络与先验框机制　80
6.1.5　使用新的主干网络　81
6.1.6　基于 k 均值聚类算法的先验框聚类　82
6.1.7　融合高分辨率特征图　84
6.1.8　多尺度训练策略　85
6.2　搭建 YOLOv2 网络　87
6.2.1　搭建 DarkNet-19 网络　87
6.2.2　先验框　91
6.2.3　搭建预测层　92
6.2.4　YOLOv2 的前向推理　92
6.3　基于 k 均值聚类算法的先验框聚类　95
6.4　基于先验框机制的正样本制作方法　96
6.4.1　基于先验框的正样本匹配策略　96
6.4.2　正样本匹配的代码　97
6.5　损失函数　103
6.6　训练 YOLOv2 网络　105
6.7　可视化检测结果与计算 mAP　105
6.8　使用 COCO 数据集(选读)　106
6.9　小结　108
第7章　YOLOv3　110
7.1　YOLOv3 解读　110
7.1.1　更好的主干网络 : DarkNet-53　111
7.1.2　多级检测与特征金字塔　112
7.1.3　修改损失函数　116
7.2　搭建 YOLOv3 网络　118
7.2.1　搭建 DarkNet-53 网络　118
7.2.2　搭建颈部网络　121
7.2.3　搭建解耦检测头　123
7.2.4　多尺度的先验框　125
7.2.5　YOLOv3 的前向推理　127
7.3　正样本匹配策略　130
7.4　损失函数　133
7.5　数据预处理　133
7.5.1　保留长宽比的 resize 操作　133
7.5.2　马赛克增强　136
7.5.3　混合增强　138
7.6　训练 YOLOv3　140
7.7　测试 YOLOv3　140
7.8　小结　142
第8章　YOLOv4　143
8.1　YOLOv4 解读　144
8.1.1　新的主干网络：CSPDarkNet-53 网络　144
8.1.2　新的特征金字塔网络：PaFPN　146
8.1.3　新的数据增强：马赛克增强　147
8.1.4　改进边界框的解算公式　148
8.1.5　multi anchor 策略　149
8.1.6　改进边界框的回归损失函数　149
8.2　搭建 YOLOv4 网络　150
8.2.1　搭建 CSPDarkNet-53 网络　151
8.2.2　搭建基于 CSP 结构的 SPP 模块　153
8.2.3　搭建 PaFPN 结构　155
8.3　制作训练正样本　157
8.4　测试 YOLOv4　159
8.5　小结　161
第3部分　最新的YOLO框架
第9章　YOLOX　164
9.1　解读 YOLOX　166
9.1.1　baseline 的选择：YOLOv3　166
9.1.2　训练 baseline 模型　166
9.1.3　改进一：解耦检测头　167
9.1.4　改进二：更强大的数据增强　168
9.1.5　改进三：anchor-free 机制　169
9.1.6　改进四：多正样本　169
9.1.7　改进五：SimOTA　169
9.2　搭建 YOLOX 网络　173
9.2.1　搭建 CSPDarkNet-53 网络　173
9.2.2　搭建 PaFPN 结构　175
9.3　YOLOX 的标签匹配：SimOTA　178
9.4　YOLOX 风格的混合增强　182
9.5　测试 YOLOX　185
9.6　小结　187
第　10章 YOLOv7　188
10.1　YOLOv7 的主干网络　189
10.2　YOLOv7 的特征金字塔网络　195
10.3　测试 YOLOv7　199
10.4　小结　200
第4部分　其他流行的目标检测框架
第　11章 DETR　204
11.1　解读 DETR　205
11.1.1　主干网络　205
11.1.2　Transformer 的编码器　208
11.1.3　Transformer 的解码器　211
11.2　实现 DETR　217
11.2.1　DETR 网络　217
11.2.2　数据预处理　221
11.2.3　正样本匹配 : Hungarian Matcher　222
11.2.4　损失函数　225
11.3　测试 DETR 检测器　228
11.4　小结　228
第　12章 YOLOF　230
12.1　YOLOF 解读　232
12.1.1　YOLOF 的网络结构　232
12.1.2　新的正样本匹配规则：Uniform Matcher　234
12.1.3　与其他先进工作的对比　236
12.2　搭建 YOLOF　237
12.2.1　搭建主干网络　238
12.2.2　搭建 DilatedEncoder 模块　241
12.2.3　搭建解码器模块　242
12.2.4　数据预处理　244
12.2.5　正样本匹配 : Uniform Matcher　246
12.2.6　损失函数　248
12.3　训练 YOLOF 检测器　250
12.4　测试 YOLOF 检测器　250
12.5　计算 mAP　251
12.6　小结　251
第　13章 FCOS　252
13.1　FCOS 解读　253
13.1.1　FCOS 网络结构　253
13.1.2　正样本匹配策略　255
13.1.3　损失函数　258
13.2　搭建 FCOS　258
13.2.1　搭建主干网络　259
13.2.2　正样本匹配　262
13.3　测试 FCOS 检测器　266
13.4　小结　267
参考文献　268
后记　272

合规获取说明

当前暂无已核验电子书资源。若是商业出版物，建议优先通过出版社、书店或官方电子书平台获取。

常见问题

《YOLO目标检测》适合谁读？

适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。评分 8.8 可作为选书参考。

《YOLO目标检测》阅读难度高吗？

建议先看简介、目录、作者和相关书籍，再判断是否适合当前阶段阅读。

《YOLO目标检测》纸质书值得买吗？

当前暂未接入已核验的纸质书购买链接，建议通过出版社、京东、当当等正版渠道核对版本后购买。

《YOLO目标检测》哪个版本更适合？

优先选择作者、译者、出版社、出版年份和 ISBN 信息清楚的版本；经典作品可优先选择校注、导读或权威出版社版本。

在哪里可以合法获取《YOLO目标检测》？

当前没有确认授权的电子书下载资源，也暂未接入已核验购买链接；商业出版物不提供未授权下载，建议通过出版社、京东、当当或官方电子书平台核对获取。

如何继续查找《YOLO目标检测》相关书籍？

可以进入杨建华作者页查看其他作品，也可以通过分类、标签、排行榜、人工推荐和“读完这本还可以读”继续发现相近主题。