复现YOLOv2-Tiny

YOLOv2-Tiny（修改过）纯tensorflow2实现，支持自定义数据集。

背景

由于最近用到K210单片机，其自带KPU可以加速卷积神经网络的运行，但是由于成本限制，片内RAM不大，对于大型的目标检测网络简直是噩梦。Github上有开源的yolo-for-k210，但是基于tensorflow-1.3实现的，所以我用tensorflow-2.3复现了yolov2-tiny。

此复现在yunyang1994对yolov3的tensorflow2基础上进行。

最终目的是可以使用K210官方工具NNCASE进行量化并转化成K210支持的Kmodel格式。（由于K210支持的op太少，很多用到的tflite的操作不支持，所以此目标暂时未达成）

准备工作

版本

• python-3.7
• Tensorflow-2.3.0-rc0

硬件

• Tesla P100（借用学校服务器，当然也可以用cpu训练）
• CUDA-10.1 cuDNN-7.6

为什么是YOLOv2-Tiny

1. YOLOv2没有多尺度变换，网络结构比较简单，模型较小

2. k210的sipeed-mirco python固件提供运行yolov2的接口，可以方便快速进行部署。

网络结构

官方网络结构cfg

不做修改的话对于k210来说还是太大。