點擊上方“CVer”，選擇“置頂公眾號”

重磅干貨，第一時間送達

前戲

2018年3月26日，CVer第一時間推文：YOLOv3：你一定不能錯過

2019年3月23日，CVer推文：重磅！YOLOv3最全復(fù)現(xiàn)代碼合集（含TensorFlow/PyTorch和Keras等）

想想距離上次整理已經(jīng)大半年，很多項目的star數(shù)量應(yīng)該變化很大，而且有的庫應(yīng)該還在持續(xù)更新，期間也有TensorFlow2的推出，所以這版整理已加入TF2-YOLOv3。

要知道YOLO系列官方源碼都是用 C 語言編寫的，代碼太"硬核"，很多人習(xí)慣用Python搞事情，所以網(wǎng)上出現(xiàn)了各種基于 xxx 框架的 YOLOv3復(fù)現(xiàn)版本。

Amusi 將基于不同深度學(xué)習(xí)框架的 YOLOv3 復(fù)現(xiàn)代碼進行匯總（自認為還不錯的復(fù)現(xiàn)代碼），為了方便各位 CVers 瀏覽，下述內(nèi)容已經(jīng)同步上傳至github：

https://github.com/amusi/YOLO-Reproduce-Summary

此次YOLOv3復(fù)現(xiàn)代碼合集涵蓋 5 種常用深度學(xué)習(xí)框架：

• TensorFlow（新增TensorFlow2）

• PyTorch

• Keras

• Caffe

• MXNet

主要信息有：是否支持訓(xùn)練和 star 星數(shù)

TensorFlow

1. https://github.com/YunYang1994/tensorflow-yolov3 支持訓(xùn)練(2070 star)

2. https://github.com/wizyoung/YOLOv3_TensorFlow 支持訓(xùn)練(978 star)

3. https://github.com/zzh8829/yolov3-tf2?支持訓(xùn)練(944?star)

4. https://github.com/mystic123/tensorflow-yolo-v3 不支持訓(xùn)練(687?star)

5. https://github.com/maiminh1996/YOLOv3-tensorflow 支持訓(xùn)練(276 star)

PyTorch

https://github.com/eriklindernoren/PyTorch-YOLOv3 支持訓(xùn)練(3316?star)

https://github.com/ultralytics/yolov3 支持訓(xùn)練(971 star)

這版都有APP版本了

YOLOv3 in PyTorch > ONNX > CoreML > iOS

3. https://github.com/ayooshkathuria/pytorch-yolo-v3 不支持訓(xùn)練(2400?star)

4. https://github.com/ayooshkathuria/YOLO_v3_tutorial_from_scratch 不支持訓(xùn)練(1568?star)

5. https://github.com/TencentYoutuResearch/ObjectDetectionOneStageDet/tree/master/yolo 支持訓(xùn)練(1531 star)

6. https://github.com/BobLiu20/YOLOv3_PyTorch 支持訓(xùn)練(463?star)

7. https://github.com/DeNA/PyTorch_YOLOv3 支持訓(xùn)練(280 star)

Keras

1. https://github.com/qqwweee/keras-yolo3 支持訓(xùn)練(4916?star)

2. https://github.com/xiaochus/YOLOv3 不支持訓(xùn)練(517 star)

3. https://github.com/Adamdad/keras-YOLOv3-mobilenet 支持訓(xùn)練(427?star)

Caffe

https://github.com/eric612/MobileNet-YOLO 支持訓(xùn)練(601 star)

https://github.com/ChenYingpeng/caffe-yolov3 不支持訓(xùn)練(294?star)

https://github.com/eric612/Caffe-YOLOv3-Windows 支持訓(xùn)練(167 star)

MXNet

https://github.com/dmlc/gluon-cv/tree/master/gluoncv/model_zoo/yolo 支持訓(xùn)練(3328?star)

注：上述內(nèi)容已經(jīng)同步上傳至?https://github.com/amusi/YOLO-Reproduce-Summary?，大家也可以直接點擊"閱讀原文" 進行訪問，歡迎 star！

備注：公眾號菜單包含了整理了一本AI小抄，非常適合在通勤路上用學(xué)習(xí)。

往期精彩回顧那些年做的學(xué)術(shù)公益-你不是一個人在戰(zhàn)斗適合初學(xué)者入門人工智能的路線及資料下載機器學(xué)習(xí)在線手冊深度學(xué)習(xí)在線手冊備注：加入本站微信群或者qq群，請回復(fù)“加群”加入知識星球（4500+用戶，ID：92416895），請回復(fù)“知識星球”

喜歡文章，點個在看

總結(jié)

以上是生活随笔為你收集整理的YOLOv3最全复现代码合集（含PyTorch/TensorFlow和Keras等）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。