您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. pycharm下python使用yolov3/yolov3-tiny训练好的权重文件.weights进行行人检测,批量测试自定义文件夹下的图片并输出至指定文件夹

  2. python使用yolov3/yolov3-tiny训练好的权重文件.weights进行行人检测,批量测试自定义文件夹下的图片并输出至指定文件夹 目录 python使用yolov3/yolov3-tiny训练好的权重文件.weights进行行人检测,批量测试自定义文件夹下的图片并输出至指定文件夹 一、写在开头 二、已有的环境条件    1. pycharm–python    2. opencv3.4    3. 用yolov3训练好了自己的权重文件.weights ​ ​三、文件目录结构 ​四
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:481280
    • 提供者:weixin_38699830
  1. YOLO-Nano:新版YOLO-Nano-源码

  2. YOLO-Nano 受NanoDet启发的新版YOLO-Nano。 在这个项目中,您可以享受: YOLO-Nano的其他版本 网络 这与PyTorch构建的YOLO-Nano不同: 骨干网:ShuffleNet-v2 颈部:非常轻巧的FPN + PAN 火车 批量大小:32 基础LR:1E-3 最多纪元:120 LRstep:60、90 优化器:SGD 我的YOLO-Nano概述 实验 环境: Python3.6,opencv-python,PyTorch1.1.0,CUD
  3. 所属分类:其它

    • 发布日期:2021-03-07
    • 文件大小:16777216
    • 提供者:weixin_42134054
  1. ObjectDetection-OneStageDet:单阶段通用目标检测器-源码

  2. 内容 介绍 现在,我们已经在此仓库中实现了yolov2和yolov3,这是一个名为OneStageDet(OSD)的世代对象检测框架,将来我们考虑在单个框架中实现yolo和ssd。 要求 python 3.6 火炬0.4.0 特征 同时包括Yolov2和Yolov3 很棒的表演 544x544 VOC2007测试(mAP) 前进时间(批量大小= 1) 约洛夫2 77.6% 11.5毫秒 约洛夫3 79.6% 23.1毫秒 通过此实现,可以从图像网络上的预训练权重训练模型。 训
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:340992
    • 提供者:weixin_42116847