項目編號：E2031

文件大小：72M

源碼說明：帶中文注釋

開發(fā)環(huán)境：C編譯器、Python

簡要概述

主框架使用：yolov2-yolov3_PyTorch

添加bn融合以及FPGA量化部分,并設(shè)計實際使用的網(wǎng)絡(luò)結(jié)構(gòu)slim_yolov2

安裝依賴項：

-python3

-pytorch

-pycocotools

-numpy

-opencv

Dataset

將數(shù)據(jù)集軟連接到該文件夾的dataset下

example:

ln -s /data/coco dataset/coco

ln -s /data/VOC dataset/VOC

運行結(jié)果：

Train

在此只展示訓(xùn)練口罩檢測時用的代碼，其余command可以從yolov2-yolov3_PyTorch 中自行查找

VOC

泛用用例：

python train.py -d dataset --cuda -v [select a model] -hr -ms

訓(xùn)練FP32模型：

python train.py -d mask --cuda -v slim_yolo_v2

BN融合：

python conv+bn2conv.py -d mask --cuda -v slim_yolo_v2 -r your_weight_path

BN融合后微調(diào)精度：

python retune_bias_quantize.py -d mask --cuda -v slim_yolo_v2_q_bf -r your_weight_path

FPGA模擬量化：

python retune_bias_quantize.py -d mask --cuda -v slim_yolo_v2_q_bf -q -r your_weight_path

尋找FPGA定點計算時防止溢出而加上的每層的scale_retune：

python retune_bias_quantize_findbest.py -d mask --cuda -v slim_yolo_v2_q_bf -q -r your_weight_path

You can run python train.py -h to check all optional argument. .

test

VOC

python test.py -v slim_yolo_v2_q_bf -d mask --cuda --trained_model your_weight_path 

Detection

python demo.py -v slim_yolo_v2_q_bf --mode camera --trained_model your_weight_path

目錄│文件列表:

 ├ 主框架

 │  └ yolov2-yolov3_PyTorch.rar

 ├ 開源人臉口罩檢測模型和數(shù)據(jù)

 │  └ FaceMaskDetection.rar

 └ 項目源碼

    └ FPGA-YOLO-pytorch.rar