注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 开源项目-用yolov3实现了轻量级人脸检测.zip

  2. 加入关键点的darknet训练框架，使用yolov3实现了轻量级的人脸检测。借鉴AlexeyAB大神的 darknet 做适量修改。 使用scr ipts/retinaface2yololandmark.py脚本将retinaface的标记文件转为yolo的格式使用 其他编译训练都和原版darknet相同使用yolo_landmark.py进行测试，更换里面的模型配置文件即可。

  3. 所属分类：Python

    • 发布日期：2020-05-19
    • 文件大小：15728640
    • 提供者：weixin_38747087

  1. 目标检测最强算法YOLOv4 源码（source：GitHub）

  2. 如果Github下载较慢的话，可以使用这个文件 ，原github地址： ghttps://github.com/AlexeyAB/darknet

  3. 所属分类：深度学习

    • 发布日期：2020-05-15
    • 文件大小：7340032
    • 提供者：shuaijieer

  1. enetb0-coco.conv.rar

  2. enetb0-coco.conv.132 (15M) for yolov3 pretrain model in darknet detail in https://github.com/AlexeyAB/darknet enetb0-coco.conv.132 (15M) for yolov3 pretrain model detail in https://github.com/AlexeyAB/darknet

  3. 所属分类：互联网

    • 发布日期：2020-04-26
    • 文件大小：13631488
    • 提供者：huxizhong2017

  1. csresnext50-panet-spp.conv.112.rar

  2. csresnext50-panet-spp.conv.112.rar (130M) csresnext50-panet-spp.cfg csresnext50-panet-spp.conv.112 csresnext50-panet-spp-original-optimal.cfg for yolov3 2020 new CSP train pretrain model AlexeyAB/darknet detail in:https://github.com/AlexeyAB/darknet

  3. 所属分类：互联网

    • 发布日期：2020-04-26
    • 文件大小：140333509
    • 提供者：huxizhong2017

  1. YOLOV4_darknet-master-AlexeyAB.rar

  2. YOLOV4_darknet-master-AlexeyAB https://github.com/AlexeyAB/darknet YOLO 的官方 Github 账号更新了 YOLO v4

  3. 所属分类：互联网

    • 发布日期：2020-04-26
    • 文件大小：7340032
    • 提供者：huxizhong2017

  1. yolov4.conv.rar

  2. for yolov4.cfg, yolov4-custom.cfg (162 MB): yolov4.conv.137 AlexeyAB darknet

  3. 所属分类：互联网

    • 发布日期：2020-04-26
    • 文件大小：158334976
    • 提供者：huxizhong2017

  1. yolov4.weights

  2. github上的yolov4模型，网址是https://github.com/AlexeyAB/darknet，原下载地址https://drive.google.com/open?id=1cewMfusmPjYWbrnuJRuKhPMwRe_b9PaT

  3. 所属分类：深度学习

    • 发布日期：2020-04-24
    • 文件大小：240123904
    • 提供者：weixin_41619526

  1. yolov4.weights

  2. 2020-4-24 最新版yolov4权重，从google盘下载，文件245MB,超过上传限制，已传百度云,https://github.com/AlexeyAB/darknet,

  3. 所属分类：深度学习

    • 发布日期：2020-04-24
    • 文件大小：147
    • 提供者：jy1023408440

  1. yolov4.conv.137

  2. github上的yolov4模型，github网址是https://github.com/AlexeyAB/darknet

  3. 所属分类：机器学习

    • 发布日期：2020-04-24
    • 文件大小：169869312
    • 提供者：weixin_43947712

  1. darknet_AlexeyAB-master.zip

  2. Darknet是一个比较小众的深度学习框架，没有社区，主要靠作者团队维护，所以推广较弱，用的人不多。而且由于维护人员有限，功能也不如tensorflow等框架那么强大，但是该框架还是有一些独有的优点： 1.易于安装：在makefile里面选择自己需要的附加项（cuda，cudnn，opencv等）直接make即可，几分钟完成安装； 2.没有任何依赖项：整个框架都用C语言进行编写，可以不依赖任何库，连opencv作者都编写了可以对其进行替代的函数； 3.结构明晰，源代码查看、修改方便：其框架

  3. 所属分类：深度学习

    • 发布日期：2020-02-24
    • 文件大小：7340032
    • 提供者：qq_42043461

  1. yolov3.weights

  2. yolov3.weights yolov3.weights https://github.com/AlexeyAB/darknet/blob/master/README.md https://github.com/AlexeyAB/darknet/blob/master/README.md

  3. 所属分类：互联网

    • 发布日期：2020-09-22
    • 文件大小：229638144
    • 提供者：weixin_44322778

  1. yolov4训练自己的数据模型

  2. 看了下yolov4的作者给的操作说明，链接如下：https://github.com/AlexeyAB/darknet#how-to-compile-on-linux-using-make，有兴趣的可以去看看，总结起来，跟yolov3的操作方式基本一样，所以现在记录一下这次的整个操作流程。 在几个月前，一直在准备一个项目，那个项目已经让人用lableme这个标注软件标注好了图片，但是直到现在，这个项目依旧还没有动工的苗头，估计是悬了，之前也用标注好的数据进行过yolov3的训练，但是说实话，那时

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：736256
    • 提供者：weixin_38626192

  1. 手把手教你训练自己的YOLO V4数据集，过程超详细，附带作者测试数据集

  2. 手把手教你训练自己的YOLO V4数据集，超详细教程，附带训练数据集整体训练来源与结果YOLO V4 论文链接：https://arxiv.org/abs/2004.10934YOLO V4 开源代码：https://github.com/AlexeyAB/darknet本次训练系统环境整体数据处理流程训练之前参数修改配置OPENCV最终配置，要成功了 整体训练来源与结果 啥都不说了，直接上论文跟代码链接 YOLO V4 论文链接：https://arxiv.org/abs/2004.10934

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：234496
    • 提供者：weixin_38517212

  1. Window环境下运行YOLO v4目标检测算法

  2. YOLO v4是一种最新提出的目标检测算法，由Alexey Bochkovskiy提出，性能较原有算法基础上有较大幅度提高。 论文地址：https://arxiv.org/abs/2004.10934 GitHub源码地址：https://github.com/AlexeyAB/darknet 运行环境：WIn7+CUDA10.0+Python3.6+VS2015（社区版） 作者提供了三种编译方式，我们选择第三种，同时也是YOLO v3和YOLO v2等使用的传统方式。 首先确定你的CUD

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：1048576
    • 提供者：weixin_38556541

  1. YOLOV3-损失函数及其源代码理解

  2. YOLOV3-损失函数及其源代码理解（yolo_layer.c） 讲得好 https://github.com/AlexeyAB/darknet/issues/821 x,y,w,h 损失 原版的bbox损失为MSE，其后又GIOU，DIOU… delta即为求完损失的梯度 公式对应图 思路及具体求法: https://github.com/AlexeyAB/darknet/issues/2287 https://blog.csdn.net/qq_34199326/article/detai

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：76800
    • 提供者：weixin_38614268

  1. zwcode:乐山五通朱伟（lswtzw）的远程开源代码库，主要是医学图像算法方面的开源代码-源码通

  2. 医学图像算法unet / unet ++的darknet实现开源代码 乐山五通朱伟（lswtzw）的远程开源代码库，主要是医学图像算法方面的开源代码（总计不到8MB） win8 / win10 -----（最好是有4GB显存以上的独立硬盘，并安装好了CUDA开发环境，未安装只能使用CPU版本）；本项目需要先安装opencv320 -----（最好是opencv320，与开发机保持一致，其他版本估计也行）;最后：请把opencv320下的opencv_world320.dll复制到副本文件目录下（

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：5242880
    • 提供者：weixin_42141437

  1. Yolo-Fastest:Yolo通用目标检测模型与EfficientNet-lite结合使用，计算量仅为230Mflops（0.23Bflops），模型大小为1.3MB-源码

  2. :high_voltage: Yolo-Fastest :high_voltage: 简单，快速，紧凑，易于移植 适用于所有平台的实时目标检测算法 基于yolo的最快和最小的已知通用目标检测算法 针对ARM移动终端的优化设计，经过优化以支持推理框架 基于RK3399，Raspberry Pi 4b ...和其他嵌入式设备上部署的NCNN，可实现完整的实时30fps + 速度比快45％，参数量减少了56％ 2021.3.16：修复分组卷积在某些旧架构GPU推理耗时异常的问题 中文介绍 2

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：19922944
    • 提供者：weixin_42144604

  1. DIR_computer_vision_stack-源码

  2. Democritus工业机器人计算机视觉堆栈 该存储库包含Robocup Work挑战计算机视觉堆栈。 使用YOLO对象检测 1.安装说明（Ubuntu 18）： 要安装用于YOLO对象检测的darknet后端，可以从AlexeyAB的存储库中找到安装说明和相关性。 为了简化操作，用户可以安装以下依赖项： 依存关系： CUDA-toolkit安装提示： 如果您已经安装了CUDA工具包，请执行以下操作： 一种。 删除以前的安装： b。 清理以前的二进制文件： 将/usr/local/c

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：31457280
    • 提供者：weixin_42118160

  1. RPi_SmartInventoryTracker:用于基于AlexeyAB的Darknet存储库进行对象检测的补充文件，用于将对象检测用于盘点库存和对Azure IoT Central进行定期更新-源码

  2. Raspberry Pi智能库存跟踪器 用于基于AlexeyAB的Darknet存储库进行对象检测的补充文件，用于将对象检测用于盘点库存和对Azure IoT Central进行定期更新。

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：20971520
    • 提供者：weixin_42116805

  1. 【AlexeyAB DarkNet框架解析】九，YOLOV3损失函数代码详解(yolo_layer.c)

  2. 前言 前面已经讲完了YOLOV1/V2的损失函数代码解析，今天为大家带来YOLOv3的损失函数解析。YOLOV3的损失函数在YOLOV2的基础上，用多个独立的逻辑回归损失代替了YOLOV2里面的softmax损失，然后去掉了对Anchor在前12800次训练轮次中的回归损失，也即是YOLOV2损失函数的第二项。另外新增了一个ignore_thresh参数来忽略一些和GT box的IOU大于ignore_thresh的预测框的objectness损失。除了以上细节，其它部分和YOLOV2的处理类似

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：194560
    • 提供者：weixin_38641561
« 12 »