# 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 ```