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. yolov5模型.zip

  2. yoloV5预训练模型，官方给的是谷歌网盘下载地址，下载速度较慢，压缩包包含yolov3-spp.pt，yolov5l.pt，yolov5m.pt，yolov5s.pt，yolov5x.pt

  3. 所属分类：深度学习

    • 发布日期：2020-06-18
    • 文件大小：887095296
    • 提供者：baidu_30714137

  1. yolov5s.rar

  2. yolov5模型-yolov5s.pt 从Google上下载，模型训练预pytorch模型 yolov5模型-yolov5s.pt 从Google上下载，模型训练预模型

  3. 所属分类：互联网

    • 发布日期：2020-06-28
    • 文件大小：26214400
    • 提供者：huxizhong2017

  1. yolov5预训练模型.zip

  2. 此文件是yolov5的预先训练模型（包含yolov5s.pt、yolov5x.pt、yolov5l.pt），可以直接用来进行迁移学习、检测和测试，更新日期为2020年8月4日。验证8月4日github上面代码可以直接训练。

  3. 所属分类：互联网

    • 发布日期：2020-08-04
    • 文件大小：270532608
    • 提供者：qq_37269796

  1. YOLOv5预训练模型权重

  2. YOLOv5四个权重文件 yolov5s.pt yolov5m.pt yolov5l.pt yolov5x.pt

  3. 所属分类：深度学习

    • 发布日期：2020-12-09
    • 文件大小：308281344
    • 提供者：bu_fo

  1. mobile-yolov5-pruning-distillation:mobilev2-yolov5s剪枝，蒸馏，支持ncnn，tensorRT部署。超轻但性能更好！-源码

  2. 移动式yolov5修剪蒸馏 mobilev2-yolov5s的通道修剪和蒸馏。超轻但性能更好！ TensorRT版本===> Android版本===> 背景 yolov5s在640x640分辨率下的计算量和参数量分别为8.39G和7.07M。在速度上仍然有提升空间，通过替换backbone（mobilenetv2），通道剪枝对模型进行压缩。 。本项目以工程化为基础，主要是模型端的优化。实现了常用的剪枝和蒸馏算法，并完成了一个简单的介绍和评估。将工程可用模型转换成对应的部署版本。

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：5242880
    • 提供者：weixin_42165508

  1. yolov5-master-源码

  2. 该存储库代表了Ultralytics对未来对象检测方法的开源研究，并结合了我们在以前的YOLO存储库上在自定义客户端数据集上训练成千上万个模型而获得的经验教训和最佳实践。 所有代码和模型都在积极开发中，如有更改或删除，恕不另行通知。 使用风险自负。 ** GPU速度使用批处理大小为32的V100 GPU测量超过5000张COCO val2017图像的平均每张图像的端到端时间，包括图像预处理，PyTorch FP16推理，后处理和NMS。 来自EfficientDet数据（批量大小为8）。 2

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：382976
    • 提供者：weixin_42102634

  1. detection_template-源码

  2. detection_template 一个目标检测的通用框架（不需要cuda编译），支持Yolo全系列（v2〜v5），EfficientDet，RetinaNet，Cascade-RCNN等SOTA网络，Kaggle小麦检测12/2245。 功能性 数据格式 挥发性有机物 CSV文件 可可 网络模型 EfficientDet（当前不支持训练过程中验证） YoloV2，V3 YoloV4 YoloV5 SSD300，SSD512（目前只支持vgg主干，且不支持预训练模型） 更快的

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：9216
    • 提供者：weixin_42131633

  1. mask_detection-源码

  2. マスクの装着を検出する マスク装着の有り，无しを検出する物体検出モデル 学习モデル：yolov5 annotation mask :1200 no-mask :1100 lのリポジトリは，将来の物体検出方法に关するUltralyticsのオープンソース研究を表しており，匿名化。すべてのコードとモデルは开発中のものであり，予告なく変更または削除される场合があります。 GPU Speedは，バッをイズ32のV100 GPUを使用して，5000枚のCOCO val2017画像を平均した画

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：392192
    • 提供者：weixin_42136365

  1. yolov5：PyTorch中的YOLOv5> ONNX> CoreML> TFLite-源码

  2. 该存储库代表Ultralytics对未来的对象检测方法的开源研究，并结合了在匿名客户数据集上数千小时的培训和发展过程中汲取的经验教训和最佳实践。 所有代码和模型都在积极开发中，如有更改或删除，恕不另行通知。 使用风险自负。 ** GPU速度使用批处理大小为32的V100 GPU测量超过5000张COCO val2017图像的平均每张图像的端到端时间，包括图像预处理，PyTorch FP16推理，后处理和NMS。 来自EfficientDet数据（批量大小为8）。 2021年1月5日： ：nn

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：1048576
    • 提供者：weixin_42160425