# Yolo

**Repository Path**: mengxiangdu/yolo

## Basic Information

- **Project Name**: Yolo
- **Description**: 用libtorch实现的YoloV1\V3\V5
- **Primary Language**: C++
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 0
- **Created**: 2024-11-28
- **Last Updated**: 2026-03-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Yolo

#### 介绍

用libtorch2.3.1实现的YoloV1、YoloV3、YoloV5s



#### 软件架构

本代码依据VOC2012和COCO数据集开发。已测试正确，但在验证集上表现一般般。尚有BUG正在解决



#### 安装教程

1. 我用的是VS2019、libtorch2.3.1和OpenCV任意版本用来读图片。需要自行下载libtorch、OpenCV
2. 本项目使用了VS里的props文件，如果出现依赖问题需要从项目配置文件中删掉关于props文件的引用
3. libtorch CUDA版使用起来需要解决一些依赖问题，可以网上搜解决办法。CUDA版直接用可能跑不起来，要添加预定义的一串符号；如果在CPU里面处理Tensor类，可能还需要下载mkl的动态链接库
4. 引用了tinyxml2库读xml文件。和json库读取json文件，这个库读取大文件速度很慢
5. libtorch官方更新的很快，需要检查它使用的是哪一版C++标准



#### 使用说明

1. 代码中有YoloV1的网络模型，损失函数计算，数据集的加载和训练验证的函数
2. YoloV1的模型是容易理解的，比较典型的。前半部分是串联的卷积层，后半部分是全连接层。不过它的损失函数是自定义的，这部分需要着重理解
3. 根据其他资料，在VOC2012数据集中YoloV1的输出30维的结果，其中表示20个分类的数据在处理过程中可以先用softmax函数使其和为1再找最大可能的结果。这是可以改动的点。目前代码的写法是直接在20个分类中找最大值了，没有经过softmax，参见YoloV1.cpp中的outputToVector函数中的argmax那一行。
4. 网上不同教程对YoloV5的设计略有区别。比如有的说输入图像大小为640×640，而另外的人说是608×608；有的卷积层后面的激活函数用的是leakyReLU，而另外的用的是Mish；有的输入后第一个结构是自定义的Focus层，而其他的用卷积层代替。此外在网络各层之间的先后顺序也不相同，本代码是其中一种实现
5. YoloV5的主要技巧在于训练。有标签平滑策略，矩形框损失采用CIOU损失，标签数量扩展，数据增强采用多图融合等



#### 参与贡献

1. Fork 本仓库
2. 新建 Feat\_xxx 分支
3. 提交代码
4. 新建 Pull Request



#### 特技

1. 使用 Readme\_XXX.md 来支持不同的语言，例如 Readme\_en.md, Readme\_zh.md
2. Gitee 官方博客 [blog.gitee.com](https://blog.gitee.com)
3. 你可以 [https://gitee.com/explore](https://gitee.com/explore) 这个地址来了解 Gitee 上的优秀开源项目
4. [GVP](https://gitee.com/gvp) 全称是 Gitee 最有价值开源项目，是综合评定出的优秀开源项目
5. Gitee 官方提供的使用手册 [https://gitee.com/help](https://gitee.com/help)
6. Gitee 封面人物是一档用来展示 Gitee 会员风采的栏目 [https://gitee.com/gitee-stars/](https://gitee.com/gitee-stars/)