Yolov3のKeras、Tensorflow、Darknetの違い

Question

YOLOv3について勉強したいと思うのですが,Keras、Tensorflow、Darknetなどの違いが判りません。
これらの違いと、利点欠点などを教えていただきたいです。
よろしくお願いいたします。

Answer 1

YOLOv3 は こちらの論文 で提唱されている物体検出のモデルです。

一方、Keras、Tensorflow、Darknet は Deep Learning のライブラリです。
このうち、Darknet は YOLO の論文の作者が作ったライブラリで、オリジナル (論文の作者が作った) 実装が提供されています。

Keras は Tensorflow に統合され、一部機能として使えるようになっているので、Tensorflow と darknet についてメリット、デメリットを上げておきます。

Darknet

メリット

• YOLO の論文作者のオリジナル実装が提供されている。
• 学習済みのモデルが配布されているので、動かすだけなら簡単

デメリット

• ドキュメントが充実していない。
• 改造したりしたいなら、C 言語の理解が必須

Tensorflow

メリット

• 最も人気の Deep Learning ライブラリなので、情報がたくさんある。

デメリット

• ライブラリの使い方の学習コストがある程度ある。(他のライブラリも同様ではあるが)

YOLOv3について勉強したいと思うのですが

とりあえず、動かしてみたいだけなら、チュートリアル通りにやればよいです。

【Darknet】リアルタイムオブジェクト認識 YOLOをTensorflowで試す - Qiita

Keras で実装されたバージョンもあります。

KerasのYOLO-v3を動かしたった - Qiita

仕組みについて理解したい場合は、物体検出のモデルに関する論文について古い順から見ていったほうがいいでしょう。(ResNet、SSD、Faster-RCNN などそれ以前に出たモデルの知識がないと、YOLOv3 の論文単体だけでは理解が難しい)

Comments

[aqufiz]

ありがとうございます．過去の物体検出から勉強してみようと思います．