在运行目标检测典型算法yolov2时，有不同的神经网络可供选择，该文件是tiny版本，文件提供了神经网络中不同类型的层的配置参数包括batch_size, width,height,channel,momentum,decay，learning_rate等。

yolov2-tiny 权重，可直接使用， ./darknet cfg/yolov2-tiny.cfg yolov2-tiny.weights data/dog.jpg

不是热狗 HBO硅谷的Jin Yang的应用程序的个人实现。 应用开发的过程： | Java脚本 模型训练于： 链接 建立模型 1.收集数据集 我使用了来训练模型。 COCO数据集包含80个事物类别，其中之一是“热狗”。 我创建了一个Python脚本（./yolo/coco2yolo.py），以提取所有热狗图像（火车中的800+和val中的400+）并将注释转换为yolo格式。 2.培训Yolov2 Tiny 使用，使用单个类“热狗”训练模型。 使用原始的从预先训练的提取重量：