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. pytorch-yolo-v3-master.zip

  2. 环境要求：Python >= 3.5；OpenCV；PyTorch >0.4 预训练权重文件https://pjreddie.com/media/files/yolov3.weights 下载完毕放在根目录下就可以。 待检测图片放在imgs，输出结果在det文件夹下 python detect.py 参考：https://github.com/ayooshkathuria/pytorch-yolo-v3 原版无输出图片，查阅资料后修改完毕。直接运行detect.pyjike 输出结

  3. 所属分类：深度学习

    • 发布日期：2019-05-24
    • 文件大小：1mb
    • 提供者：qq_30388443

  1. yolov3.zip

  2. pytorch实现yoloV3全套代码、配置文件打包、权重文件、coco.name文件打包，直接运行detect即可实现识别自己的图片

  3. 所属分类：机器学习

    • 发布日期：2019-07-17
    • 文件大小：219mb
    • 提供者：lyjslay

  1. yolov3-master.zip

  2. YOLOv3论文复现，选用pytorch的框架，可以识别文件中的图片和摄像头

  3. 所属分类：深度学习

  1. yolo前置工具.zip

  2. yolov3 VOC版本数据集制作的前置工具 包含训练和测试划分，以及标签文件的制作,方便实用，yolov3 pytorch版本

  3. 所属分类：深度学习

    • 发布日期：2020-05-22
    • 文件大小：2kb
    • 提供者：mjj6098600

  1. yolov3.zip

  2. YOLO 仅仅使用卷积层，这种仅适用卷基层的网络我们称之为全卷积神经网络（Fully Convolutional Network）。YOLO 拥有 75 个卷积层，还有 skip connections 和 上采样 Upsampling 层。它使用步幅为 2 的卷积层对特征图进行下采样，而不是使用池化层，这有助于防止通常由池化导致的低级特征丢失。 作为 FCN，YOLO 对于输入图像的大小并没有要求。然而，在实践中，我们可能想要固定输入的大小，以防止后续一些问题的出现。这其中的一个重要原因是：

  3. 所属分类：深度学习

    • 发布日期：2019-10-08
    • 文件大小：219mb
    • 提供者：bageer707

  1. Pytorch-YOLOv3.zip

  2. Pytorch YOLOv3 目标检测，YOLOv3 目标检测，python目标检测，支持多个分类，可以直接运行，全部文件。

  3. 所属分类：深度学习

    • 发布日期：2020-07-13
    • 文件大小：295mb
    • 提供者：TangLingBo

  1. Pytorch-YOLOv3.zip

  2. Pytorch YOLOv3 目标检测，YOLOv3 目标检测，python目标检测，支持多个分类，这个已经不用了 新的地址：https://download.csdn.net/download/TangLingBo/12609902

  3. 所属分类：深度学习

    • 发布日期：2020-07-13
    • 文件大小：301mb
    • 提供者：TangLingBo

  1. 分享Yolov3+Libtorch测试.zip

  2. 在众多Pytorch Yolov3 版本中，找到了一版能成功实现libtorch调用的版本。包含修改后的Pytorch源码+模型生成脚本，和libtorch测试的cmake（仅包含前向传播，目前没有非极大值抑制和图像预处理）。系统Ubuntu18.04

  3. 所属分类：深度学习

  1. YOLOV3-pytorch - 副本.zip

  2. 环境配置：win10+cuda9.0+pytorch1.1+python3.6，YOLOV3-pytorch代码，加入自己的数据集就可以训练

  3. 所属分类：互联网

    • 发布日期：2020-09-02
    • 文件大小：146mb
    • 提供者：water_93

  1. 面罩检测：使用YOLO网络（Darknet）和更快的R-CNN网络（PyTorch）在Google Colab中进行面罩检测-源码

  2. 面罩检测 使用YOLO网络（Darknet）和更快的R-CNN网络（PyTorch）在Google Colab中进行面罩检测。 检测到3类：正确佩戴的口罩，错误佩戴的口罩和未佩戴的口罩。 设置和执行YOLO： 在您的Google云端硬盘中创建名为yolov3的文件夹 下载数据集（ ， ） 执行jupyter Notebook 对于测试，请执行detection_utils.py或对视频进行检测，请执行detect_video.py您可以使用video_converter.py从视频创建

  3. 所属分类：其它