因为工作原因，项目中经常遇到目标检测的任务，因此对目标检测算法会经常使用和关注，比如Yolov3、Yolov4算法、Yolov5算法。
当然，实际项目中很多的第一步，也都是先进行目标检测任务，比如人脸识别、多目标追踪、REID、客流统计等项目。因此目标检测是计算机视觉项目中非常重要的一部分。
从2018年Yolov3年提出的两年后，在原作者声名放弃更新Yolo算法后，俄罗斯的Alexey大神扛起了Yolov4的大旗，然后不久又出现了Yolov5。
因为项目中Yolov3、Yolov4、Yolov5使用很多，所以大白将项目中，需要了解的Yolov3、Yolov4、Yolov5系列相关知识点以及相关代码进行完整的汇总，希望和大家共同学习探讨。
同时，大白每周会整理几十个人工智能公众号的精华文章，并系统的分类，让大家对于人工智能行业每周的内容动态可以一目了然，点击查看。
版权申明：本文包含图片，都为大白使用PPT所绘制的，如需网络结构高清图和模型权重，可点击查看下载。
目录
1 论文汇总
Yolov3论文名：《Yolov3: An Incremental Improvement》
Yolov3论文地址：https://arxiv.org/pdf/1804.02767.pdf
Yolov4论文名：《Yolov4: Optimal Speed and Accuracy of Object Detection》
Yolov4论文地址：https://arxiv.org/pdf/2004.10934.pdf
2 Yolov3核心基础内容
2.1 网络结构可视化
Yolov3是目标检测Yolo系列非常非常经典的算法。
不过很多同学拿到Yolov3或者Yolov4的cfg文件时，并不知道如何直观的可视化查看网络结构。如果纯粹看cfg里面的内容，肯定会一脸懵逼。
其实可以很方便的用netron查看Yolov3的网络结构图，一目了然。
这里不多说，如果需要安装，可以移步大白的另一篇文章：《网络可视化工具netron详细安装流程》
如果不想安装，也可以直接点击此链接，查看Yolov3可视化流程图。