# yolov3_darknet53_venus
|模型名称|yolov3_darknet53_venus|
| :--- | :---: |
|类别|图像 - 目标检测|
|网络|YOLOv3|
|数据集|百度自建数据集|
|是否支持Fine-tuning|是|
|模型大小|501MB|
|最新更新日期|2021-02-26|
|数据指标|-|
## 一、模型基本信息
- ### 模型介绍
- YOLOv3是由Joseph Redmon和Ali Farhadi提出的单阶段检测器, 该检测器与达到同样精度的传统目标检测方法相比,推断速度能达到接近两倍。 YOLOv3将输入图像划分格子,并对每个格子预测bounding box。YOLOv3的loss函数由三部分组成:Location误差,Confidence误差和分类误差。该PaddleHub Module是由800+tag,170w图片,1000w+检测框训练的大规模通用检测模型,在8个数据集上MAP平均提升5.36%,iou=0.5的准确率提升4.53%。对比于其他通用检测模型,使用该Module进行finetune,可以更快收敛,达到较优效果。
## 二、安装
- ### 1、环境依赖
- paddlepaddle >= 1.6.2
- paddlehub >= 1.6.0 | [如何安装paddlehub](../../../../docs/docs_ch/get_start/installation.rst)
- ### 2、安装
- ```shell
$ hub install yolov3_darknet53_venus
```
- 如您安装时遇到问题,可参考:[零基础windows安装](../../../../docs/docs_ch/get_start/windows_quickstart.md)
| [零基础Linux安装](../../../../docs/docs_ch/get_start/linux_quickstart.md) | [零基础MacOS安装](../../../../docs/docs_ch/get_start/mac_quickstart.md)
## 三、模型API预测
- ### 1、API
- ```python
def context(trainable=True,
pretrained=True,
get_prediction=False)
```
- 提取特征,用于迁移学习。
- **参数**
- trainable(bool): 参数是否可训练;
- pretrained (bool): 是否加载预训练模型;
- get\_prediction (bool): 是否执行预测。
- **返回**
- inputs (dict): 模型的输入,keys 包括 'image', 'im\_size',相应的取值为:
- image (Variable): 图像变量
- im\_size (Variable): 图片的尺寸
- outputs (dict): 模型的输出。如果 get\_prediction 为 False,输出 'head\_features'、'body\_features',否则输出 'bbox\_out'
- context\_prog (Program): 用于迁移学习的 Program
- ```python
def save_inference_model(dirname,
model_filename=None,
params_filename=None,
combined=True)
```
- 将模型保存到指定路径。
- **参数**
- dirname: 存在模型的目录名称;
- model\_filename: 模型文件名称,默认为\_\_model\_\_;
- params\_filename: 参数文件名称,默认为\_\_params\_\_(仅当`combined`为True时生效);
- combined: 是否将参数保存到统一的一个文件中。
## 四、更新历史
* 1.0.0
初始发布
- ```shell
$ hub install yolov3_darknet53_venus==1.0.0
```