前言
本文给各位CVers介绍一个由腾讯优图实验室开源的One-Stage目标检测项目。链接如下：
https://github.com/TencentYoutuResearch/ObjectDetection-OneStageDet
前不久，刚刚push上YOLO系列代码。来看一下阵容：
基于PyTorch的YOLO系列代码实现，包含Tiny-YOLOv2、YOLOv2、Tiny-YOLOv3、YOLO-v3以及MobileNet、MobileNetv2、ShuffleNet、ShuffleNetv2、SqueezeNext、Xception等backbone。
这阵容有点...还是基于PyTorch的...不说了，star，fork，watch走起！
腾讯优图—YOLO
这里简单介绍项目里的部分亮点
环境
Python 3.6
PyTorch 0.4.0
性能
哇，这mAP！哇，这速度！
支持训练&评估
之前很多同学向我吐槽，网上可以找到基于PyTorch的YOLOv3代码，但只支持inference，不能训练。那你看看腾讯优图这个，不仅教你怎么训练，还手把手教你评估。远程比心！
预训练权重
代码有了，教程有了，再看看预训练权重。
不仅仅有Google Drive，还有良心的百度云链接（国内coding man福利）
PS：googledrieve打错了，大家快去提交issue，还能成为优图开源项目的贡献者（手动狗头.jpg）
如果你想学PyTorch，你还想学目标检测（如YOLO），那么这个开源项目非你莫属！不说了，俺去download撸代码了
开源代码链接：
https://github.com/TencentYoutuResearch/ObjectDetection-OneStageDet/tree/master/yolo