等待YOLOv4的期间，它还在更新

点击上方“CVer”，选择加"星标"或“置顶”

重磅干货，第一时间送达

前言

前几天整理了：目标检测三大开源神器：Detectron2/mmDetectron/SimpleDet，很多 CVers 反映希望多看到这样的优质项目推荐（估计论文看烦了，哈哈）。

那么今天就给大家推荐一个相当优质的开源项目，堪称"不停更的YOLO"

YOLOv3

主页：https://pjreddie.com/darknet/yolo

论文：https://arxiv.org/abs/1804.02767

代码：https://github.com/pjreddie/darknet

介绍本文主人公之前，先回顾一下"停更许久的YOLOv3"。YOLOv3发布于2018年3月份，当时 CVer 第一时间进行了推文报道，详见：YOLOv3：你一定不能错过

如今时隔快两年，YOLOv3并没有进化到YOLOv4，但不影响大家对YOLOv3的关注度。下面是Amusi在谷歌学术上找到的YOLOv3引用量：1651。两年内达到这个引用量，实则相当恐怖！

在 github 上 YOLOv3 已获得15.7k的star，据 Amusi了解，检测为主的开源项目，darknet应该就仅次于 Facebook家的Detectron，其是22.5k star。

注：darknet 是一种CNN网络，可以看成YOLO的backbone，YOLO系统的官方代码就在 darknet的同名github中

darknet和Detectron还蛮像的，一个不更新了，一个干脆停更了...

不停更的YOLO

https://github.com/AlexeyAB/darknet

本文的主人公也叫darknet，因为它一开始就是从原版fork来的。目前该项目在github上已获得 5.8k star，这个数量也相当之高。

这里解释一下为啥说是"不停更"，大家可以看下面这幅图，commits高达 1554（太强了），再细细一看，就在CVer发文的14个小时前，该项目才刚刚更新过。

很多CVers肯定疑问：为啥"不停更的YOLO"关注度还蛮高的？跟原版darknet区别是是？

Amusi 在这里做点简单解释：

1. 提供Windows版本

2. 提供更详细的使用教程

3. 不停更新YOLOv3及衍生网络

1. 提供Windows版本

Amusi 认为这个是该项目火的起点，因为原darknet是基于C的项目，而且只提供了linux环境下的编译说明。所以对很多在 Windows下开发的同学，这就直接劝退了呀。虽然自己上手用CMake改，也不是很麻烦，但...还是劝退了呀（其实Amusi当初就是冲着这个才关注该项目的）

恰好本项目提供了Windows的YOLOv2&YOLOv3使用版本，特别是Visual Studio的用户肯定乐开了花

2. 提供更详细的使用教程

除了基本的编译、训练、测试教程外，本项目还提供了详细的：训练检测自定义物体的网络教程、训练技巧、评估网络性能（如计算mAP）和提升检测网络性能技巧等

3. 不停更新YOLOv3及衍生网络

本项目分享并实现很多其他版本的YOLOv3项目，如TensorFlow、OpenVINO、TensorRT等。

同时还添加了很多YOLOv3的衍生版本，也可以称为非官方改进版本，如Gaussian YOLOv3（ICCV 2019），还有 GIoU（CVPR2019）

如果各位CVer喜欢这样的"优质项目开源"系列，请给这篇文章点个"在看"，如果点击"在看"的人多，其它CV方向的"开源"系列也会尽快推出！

推荐阅读

DIoU YOLOv3：更加稳定有效的目标框回归损失

Gaussian YOLOv3：一个更强的YOLOv3，现已开源！

重磅！YOLOv3最全复现代码合集（含TensorFlow/PyTorch和Keras等）

重磅！MobileNet-YOLOv3来了（含三种框架开源代码）

YOLO Nano来了！比Tiny YOLOv3小8倍，性能提升11个点，4MB的网络也能做目标检测

重磅！CVer-目标检测交流群已成立

扫码添加CVer助手，可申请加入CVer-目标检测交流群。一定要备注：研究方向+地点+学校/公司+昵称（如目标检测+上海+上交+卡卡），欢迎一起交流学习！

▲长按加群

▲长按关注我们

麻烦给我一个在看！