包含五百张训练样本和标签tensorflow实现的yolov3可搭配博客一同食用:https://blog.csdn.net/zmdsjtu/article/details/102845590
2020/1/3 9:27:30 142.16MB yolov3 tensorflow
1
DriverPengsoo(전방향사용하는제어제프로[)[]Pedestrian_light_recognition(Yolov3版本)[]衔接器
2021/4/22 15:34:47 886.05MB JupyterNotebook
1
深度进修PyTorch-YOLOv3
2022/9/24 9:17:42 18.6MB AI 深度学习 python
1
源项目https://github.com/sfzhang15/RefineDet基于caffe搭建RefineDet并训练本人的模型,实测对于小目标的检测强于YOLOv3注:文档c步骤第一步要在RefineDet_root/data下新建VOC2008文件夹。
文档里写错
2019/7/7 21:55:20 25KB CAFFE REFINE
1
该资源是我的博客《【YOLO初探】之keras-yolov3训练本人数据集》代码的第三部分的内容。
内容包括我本人数据集。
加上第二、一部分的内容,就可以之家运行,请参看博客文章
2016/1/21 10:27:50 79KB yolov3
1
从2018年Yolov3年提出的两年后,在原作者声名放弃更新Yolo算法后,俄罗斯的Alexey大神扛起了Yolov4的大旗。
YOLOv4原版论文,介绍了YOLOv4算法最新的研究成果。
YOLOv4功能远超YOLOv3。
2016/3/20 12:26:19 3.76MB YOLOv4
1
通过java代码使用yolov3的示例代码,yolov3是先进的图片内物品识别的神经网络。
由于目前通过jvm运行神经网络效率较低,项目的示例意义大于实意图义。
此项目参考了yolov2的java项目:https://github.com/szaza/android-yolo-v2,是在这个项目的基础上改造成的yolov3示例。
此项目使用springboot和maven,下载项目和依赖后运行起来访问localhost:8080即可使用。
项目内的模型和依赖比较重,下载需要一段时间。
2022/9/6 3:21:30 233.62MB yolov3 java
1
几个月前自己上手YOLOV3-keras,自己训练了一个数据集。
在测试的时候,发现源码作者的测试不好用。
自己稍稍修改了一下。
几点改进(1)批量测试图片将待测试的图片放入'./test'路径下。
测试的时候,第一张图片需要的时间大约是2s左右,因为需要加载模型,所需时间就相对较长一些。
在博主的机器上,测试逐个张图片的时间大约是0.1s左右;
(2)保存测试结果完成测试后,将测试的结果保存在result文件夹中。
方便以后查看(3)将测试结果输出为一个result.txt文件。
result.txt内容包含了每一个bbox的信息。
2016/2/2 7:35:51 3KB 深度学习
1
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡