🤖

YOLOのオリジナルデータ学習手順 #0 YOLOとは

2020/10/13に公開

本ドキュメントはミラーです。最新の情報は以下Qiitaのドキュメントをご確認ください。:
https://qiita.com/tfukumori/items/65056a4d51b531cdd45c


Chapters

📘 Chapter #0 YOLOとは
📘 Chapter #1 環境設定
📘 Chapter #2 アノテーション
📘 Chapter #3
 📗 Chapter #3-1 YOLOv3 Keras版実装
 📗 Chapter #3-2 YOLOv3 Darknet版


TL;DR

  • YOLO(今のところYOLOv3)についてオリジナルデータ(独自データ)学習手順について、記載します。
  • この記事ではYOLOの概要について説明します。

YOLOとは

YOLOとは、画像から検出したいものが含まれている領域を判断するリアルタイムオブジェクト(物体)検出の手法です。

image.png
引用元:https://pjreddie.com/darknet/yolo/

以下のような長所と短所を持っています。
 長所:高速、背景と物体の区別ができる、一般化が可能
 短所:最先端の手法と比較すると精度が低い、小さな物体の検出が苦手

YOLOv3が主流でしたが、2020年にYOLOv4とYOLOv5が発表され現在随時更新されています。

YOLOv3、YOLOv4のオリジナルはC++で書かれたDarknetというライブラリで実装されています。YOLOv5はPyToachで実装されています。

詳しくは、YOLOの各バージョンについてまとめ参照。

参考

Discussion