课程介绍-51CTO学堂

{{ interaction.likeNum == 0 ? (pageType === 'video' ? '抢首赞' : '点赞') : formatNumber(interaction.likeNum) }} {{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }} {{ interaction.discussNum == 0 ? (pageType === 'video' ? '抢沙发' : '讨论') : formatNumber(interaction.discussNum) }}

提问 {{ interaction.noteNum > 0 ? interaction.noteNum + '篇笔记' : '记笔记' }} 离线观看

下载学堂APP

缓存视频离线看

报告问题离线观看

下载学堂APP

缓存视频离线看

课程介绍

讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}

适合人群

具有一定深度学习基础，希望学习YOLOv3目标检测的实现原理与Darknet源码的同学们

你将会学到

学习YOLOv3目标检测原理，解读C语言实现的Darknet源码

课程简介

Linux创始人Linus Torvalds有一句名言：Talk is cheap. Show me the code. （冗谈不够，放码过来！）。

代码阅读是从基础到提高的必由之路。尤其对深度学习，许多框架隐藏了神经网络底层的实现，只能在上层调包使用，对其内部原理很难认识清晰，不利于进一步优化和创新。

YOLOv3是一种基于深度学习的端到端实时目标检测方法，以速度快见长。

YOLOv3的实现Darknet是使用C语言开发的轻型开源深度学习框架，依赖少，可移植性好，可以作为很好的代码阅读案例，让我们深入探究其实现原理。

本课程将解析YOLOv3的实现原理和源码，具体内容包括：

l YOLO目标检测原理

l 神经网络及Darknet的C语言实现，尤其是反向传播的梯度求解和误差计算

l 代码阅读工具及方法

l 深度学习计算的利器：BLAS和GEMM

l GPU的CUDA编程方法及在Darknet的应用

l YOLOv3的程序流程及各层的源码解析

本课程将提供注释后的Darknet的源码程序文件。

除本课程《YOLOv3目标检测：原理与源码解析》外，本人推出了有关YOLOv3目标检测的系列课程，包括：

《YOLOv3目标检测实战：训练自己的数据集》

《YOLOv3目标检测实战：交通标志识别》

《YOLOv3目标检测：原理与源码解析》

《YOLOv3目标检测：网络模型改进方法》

建议先学习课程《YOLOv3目标检测实战：训练自己的数据集》或课程《YOLOv3目标检测实战：交通标志识别》，对YOLOv3的使用方法了解以后再学习本课程。

展开更多

发布

置顶笔记

{{ item.create_time }}{{ Number(item.like_count) || '' }}回复

删除
是否确认删除?
确认
取消
{{ item.is_top == 1 ? '取消置顶' : '置顶'}}
已有置顶的讨论，是否替换已有的置顶？
确认
取消

{{ subitem.create_time }}{{ Number(subitem.like_count) || '' }}回复

删除

点击查看更多收起

发布

{{ noteHeaderTitle }} 笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}

优质笔记

更新于：{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}

公开笔记对他人可见，有机会被管理员评为“优质笔记”

{{ noteEditor.content.length }}/2000

公开笔记

保存

提问

讲师收到你的提问会尽快为你解答。若选择公开提问，可以获得更多学员的帮助。

记录时间点

记录提问时视频播放的时间点，便于后续查看

公开提问

提交