YOLOv2は、2016年12月25日時点の、速度、精度ともに世界最高のリアルタイム物体検出手法です。
本リポジトリは、YOLOv2の論文をChainer上で再現実装したものです。darknetオリジナルの学習済みパラメータファイルをchainerで読み込むためのパーサと、chainer上でゼロからYOLOv2を訓練するための実装が含まれています。（YOLOv2のtiny版に関してはChainerで読み込む方法がこちらのPPAPの記事で紹介されています。今回は、Full Version のYOLOv2の読込みと、学習ともにChainer実装しています。）
Joseph Redmonさんの元論文はこちら：
YOLO9000: Better, Faster, Stronger (2016/12/25)
darknetのオリジナル実装はこちら：
chainerを使ったYOLOv2(tiny版)の読み込む方法についてはこちら：
- Ubuntu 16.04.1 LTS (GNU/Linux 4.4.0-59-generic x86_64)
- Anaconda 2.4.1
- Python 3.5.2
- OpenCV 3.1.0
- Chainer 1.17.0
- CUDA V8.0
darknetオリジナルの重みパラメータファイルをchainerで読み込んで実行するための手順です。
こちらのページにまとめました。
フリー素材の動物アイコンデータセットを使ったYOLOv2の訓練です。
こちらのページに手順をまとめました。
YOLOv2の論文及びdarknetオリジナルの実装についての解説です。こちらも別ページにまとめました。