AlexeyAB的yolo-v3基于C语言的darknet框架。yolo-v3的pytorch搭建英文教程How to implement a YOLO (v3) object detector from scratch in PyTorch，作者Ayoosh Kathuria讲的很详细，网上其他部分教程都是基于这篇博客改写的（有些地方英文原版比中文翻译版好理解），教程分为五部分：

• 1、YOLO 的工作原理
• 2、创建 YOLO 网络层级
• 3、实现网络的前向传播
• 4、objectness 置信度阈值和非极大值抑制
• 5、设计输入和输出管道

机器之心有两篇不错的中文翻译教程：从零开始PyTorch项目：YOLO v3目标检测实现，和下篇。Ayoosh Kathuria也在github上传了源码ayooshkathuria/pytorch-yolo-v3，与博客的代码在细节上略有不同。可根据自己需要自行修改。

上图展示了权重存储方式。首先，权重只属于两种类型的层，即批归一化层（batch norm layer）和卷积层。这些层的权重储存顺序和配置文件中定义层级的顺序完全相同。所以，如果一个 convolutional 后面跟随着 shortcut 块，而 shortcut 连接了另一个 convolutional 块，则你会期望文件包含了先前 convolutional 块的权重，其后则是后者的权重。当批归一化层出现在卷积模块中时，它是不带有偏置项的。然而，当卷积模块不存在批归一化，则偏置项的「权重」就会从文件中读取。

权重读取这块比较容易出错，按照原作者的方法在加载官方文件 yolov3.cfg 和 yolov3.weights 时不会出错，但是再使用自己的cfg文件以及训练好的weights文件时，可能会出现类似的错误

RuntimeError: invalid argument 2: size '[72 x 256 x 1 x 1]' is invalid for input with 18431 elements at ..\src\TH\THStorage.c:41

原因是权重函数的 Header 位数读取出错。从yolov3开始，subversion数的类型是 size_t 而不是int32。同时注意，对于Joseph Redmon提供的官方YOLO v3权重文件，Header长度为5 x 32位，而在YOLO v2中，它是4x32位长。 解决方法 将 darknet.py 中的函数 load_weights修改 count为4，即修改 header = np.fromfile(fp, dtype=np.int32, count=5) 为 header = np.fromfile(fp, dtype=np.int32, count=4)

或者将 load_weights() 函数的开头修改为如下代码，这样可兼容不同版本的weights文件：

def load_weights(self, weightfile):

    #Open the weights file
    fp = open(weightfile, "rb")

    #The first 4 values are header information 
    # 1. Major version number
    # 2. Minor Version Number
    # 3. Subversion number 
    # 4. IMages seen 
    header = np.fromfile(fp, dtype = np.int32, count = 3)        
    if (header[0]*10+header[1] >=2) and (header[0] < 1000) and (header[1] < 1000):
        sub_header = np.fromfile(fp, dtype = np.int32, count = 2)
    else:
        sub_header = np.fromfile(fp, dtype = np.int32, count = 1)
    
    header = np.append(header,sub_header)

    self.header = torch.from_numpy(header)
    
    self.seen = self.header[3]
    
    #The rest of the values are the weights
    # Let's load them up
    weights = np.fromfile(fp, dtype = np.float32)

在 Ayoosh Kathuria 的 github 上有个 issue 专门讨论这个问题。

权重文件上传至Baidu Drive，密码275z，适用于检测较高分辨率的军用飞机，不再适用COCO等，包含19类军机，输入图片 768*768 F18 B1 C130 F15E KC135 F16 A10 Fighter F4 T38 F22 C17 F15 E3 KC10 B52 B2 T41 Boeing

运行python detector.py默认检测 testPics/14-9.jpg，python detector.py --images testPics/ 检测 testPics 目录下所有图片，检测结果保存在 det 目录下。

命令行
--images		修改待检测图片路径，默认 testPics/14-9.jpg
--det			保存检测结果的目录，默认 det
--bs			batch大小，默认 1
--confidence	objectness置信度，默认 0.5
--nms_thresh	NMS阈值，默认 0.4
--cfg			cfg文件，默认 cfg/yolo-obj_4_416.cfg
--weights		权重文件，默认 yolo-obj_4_416_28000.weights
--reso			输入图像的分辨率，默认 768

训练部分见 BobLiu20。