will add more soon!
作者：刘云飞
建议与合作联系邮箱：liuyunfei.1314@163.com
语言：Python 3.7
框架：PyTorch 1.2
标注工具：LabelImg
网络结构：Yolo v3
标注4类：
card 、tools、mouse、starbucks
例：
Yolo 算是目前比较工程使用最多的算法之一了，无论是理解还是实现都比较简洁。
本例在右侧代码上修改而成，原始代码from: https://github.com/eriklindernoren/PyTorch-YOLOv3
论文的链接：https://arxiv.org/abs/1804.02767
Yolo v3 的推断时间，可以看下图，超越现有算法很多。
Yolo v3 的backbone使用自己的darknet53，实现上也很简洁，参考了Resnet的结构。
yolo v3 的整体结构( by Levio)：
yolo的输入尺寸为416x416，下采样5次，416/32=13，特征图为13x13.
加上中间层的直接输出，共3个尺度的信息13x13，26x26，52x52。目的是保证小尺寸目标的检测效果。
输出为（4+1+80）x3 x 13 x 13 （4+1+80）x3 x 26 x 26 （4+1+80）x3 x 52 x 52
4 指 box的坐标
1指确信度
80指80种类别（coco数据集）
3指3种anchor box的 尺度
用摄像头跑，结果展示，FPS在17-21之间，达到了实时检测的效果。
视频 B站链接：https://www.bilibili.com/video/av76005760
图片如下：
