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. C++ 实现全连接神经网络算法识别 Mnist 手写数字

  2. C++ 实现全连接神经网络算法识别 Mnist 手写数字。 本程序使用全连接神经网络进行手写数字识别的训练和预测。当然修改一下输入和输出节点数，调整网络层数，也可用于其他多分类或回归问题。 代码结构参考了 yolo(You Only Look Once) 项目源码框架 darknet.

  3. 所属分类：深度学习

    • 发布日期：2019-01-09
    • 文件大小：11mb
    • 提供者：hfq0219

  1. Vehicle Multi-target Detection from Traffic Video.pdf

  2. 一种基于darknet框架下YOLO v2算法的车辆多目标检测方法；在YOLO v2算法基础上，根据目标路段场景与车流量的变化对yolo-voc网络模型进行改进，基于ImageNet数据集和fine-tuning技术获得分类训练网络模型，对训练结果和车辆目标特征进行分析后进一步对改进的算法参数进行调整，获得更适合于道路车辆检测的yolo-vocRV网络模型下车辆多目标检测方法。为验证检测方法的有效性和完备性，采用不同车流密度的数据集对不同车流状态道路进行了车辆多目标检测试验，同时与经典yolo

  3. 所属分类：深度学习

    • 发布日期：2019-06-05
    • 文件大小：1mb
    • 提供者：leonlee37

  1. darknet-master.zip

  2. darknet-master是一种神经网络框架，在其基础上可以实现物体检测，图像分类，模式识别功能。 (Darknet is a neural network framework written in C and CUDA. It is fast, easy to install, and supports CPU and GPU computation. You can find the source on GitHub or you can read more about what Dar

  3. 所属分类：C

    • 发布日期：2019-09-30
    • 文件大小：7mb
    • 提供者：u014354480

  1. darknet.cfg

  2. 在进行计算机视觉中的图像分类、目标检测学习过程中，跑一些典型的算法如yolo系列，需要加载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,需要这个配置文件

  3. 所属分类：深度学习

    • 发布日期：2020-04-29
    • 文件大小：1kb
    • 提供者：cooperlir

  1. darknet_AlexeyAB-master.zip

  2. Darknet是一个比较小众的深度学习框架，没有社区，主要靠作者团队维护，所以推广较弱，用的人不多。而且由于维护人员有限，功能也不如tensorflow等框架那么强大，但是该框架还是有一些独有的优点： 1.易于安装：在makefile里面选择自己需要的附加项（cuda，cudnn，opencv等）直接make即可，几分钟完成安装； 2.没有任何依赖项：整个框架都用C语言进行编写，可以不依赖任何库，连opencv作者都编写了可以对其进行替代的函数； 3.结构明晰，源代码查看、修改方便：其框架

  3. 所属分类：深度学习

    • 发布日期：2020-02-24
    • 文件大小：7mb
    • 提供者：qq_42043461

  1. darknet官网cifar数据集cifar.tgz

  2. Darknet官网cifar-10数据集，用于cifar分类器训练。 CIFAR数据集包括CIFAR-10和CIFAR-100，前者包含10种物体，每种物体6000张图片；后者有100个物体，每个类别600张图片，它们是由Alex Krizhevsky, Vinod Nair和Geoffrey Hinton收集的。

  3. 所属分类：深度学习

    • 发布日期：2020-02-24
    • 文件大小：160mb
    • 提供者：qq_42043461

  1. darknet C++源码

  2. Darknet是一个深度学习框架，该框架有一些自己独有的优点： 1.易于安装：在makefile里面选择自己需要的附加项（cuda，cudnn，opencv等）直接make即可，几分钟完成安装； 2.没有任何依赖项：整个框架都用C语言进行编写，可以不依赖任何库，连opencv作者都编写了可以对其进行替代的函数； 3.结构明晰，源代码查看、修改方便：其框架的基础文件都在src文件夹，而定义的一些检测、分类函数则在example文件夹，可根据需要直接对源代码进行查看和修改； 4.友好pyth

  3. 所属分类：C++

    • 发布日期：2019-12-30
    • 文件大小：7mb
    • 提供者：yeniucb

  1. 使用darknet框架的imagenet数据分类预训练操作

  2. 主要介绍了使用darknet框架的imagenet数据分类预训练操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：215kb
    • 提供者：weixin_38697808

  1. darknet:Darknet（AB版）框架原始码解析：详细的中文注释（逐句）和原理分析！-源码

  2. 说明 2019接近尾声，开始想扩展到一个框架。比较了多个框架，发现darknet是一个较大的轻型的完全基于C与CUDA的开源深度学习框架，没有任何依赖项（OpenCV都可以不用），移植性非常好，支持CPU与GPU两种计算方式。真正可以对神经网络的组件一探究竟，是提高自己对深度学习有效范本。 ``本人对Darknet的解读，为期接近3个月时间，从2020年8月5日到至今（10月23日），期间几乎查遍了CSDN，知乎，github所有能看到关于Darknet的解读资源，这里特别感谢github上：

  3. 所属分类：其它

  1. Vehicle-recognition-system:车辆多维特征识别系统，车色，车品牌，车标，车型-源码

  2. 演示 开始： PyQt5，3.3以上的cv2，hyperlpr 暂时不提供车型识别与颜色分类的模型 下载 ，并保存到yolo目录下 介绍 模型采用opencv DNN模块读取，所以确认你安装了包含DNN模块版本（3.3以上）的cv2 车辆定位采用darknet yolov3在coco数据集上的预训练模型 车牌识别采用开源的hyperlpr： : 视频播放界面基础： : 去做 连接KNN做颜色识别

  3. 所属分类：其它

  1. DarkerFlow:在DarkFlow基础上优化后的yolov2目标检测系统-源码

  2. 介绍 实时对象检测和分类。 纸： ， 。 在darknet中阅读有关YOLO的更多信息，并下载重量文件。 万一找不到重量文件，我上传了我的一些文件，其中包括yolo-full和yolo-tiny ， tiny-yolo-v1.1的tiny-yolo-v1.1 v1.1和yolo ， tiny-yolo-voc v2。 请参阅下面的演示或在上 依存关系 Python3，tensorflow 1.0，numpy，opencv 3。 入门 您可以选择开始使用darkflow以下三种方式之一。

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：35mb
    • 提供者：weixin_42174098

  1. Train_Convolutional_Neural_Network-YOLO_Algorithm:在这个项目中，我们将讨论YoloV3体系结构以及如何在自定义数据集上对其进行训练，我将逐步解释如何使用Darknet框架来实现它。-源码

  2. 火车卷积神经网络-YOLO算法 在这个项目中，我将讨论YoloV3体系结构以及如何在自定义数据集上进行训练，我将逐步解释如何使用Darknet框架来实现它。 介绍 什么是物体检测？ 对象检测如何工作？ YOLO-您只看一次 YOLO v3。 网络架构 特征提取器 功能检测器 完整的网络架构 如何在自定义数据集上训练YOLOv3 资料准备 贴标 准备好文件进行培训 训练模型（Darknet框架） 使用自定义权重进行对象检测 介绍 什么是物体检测？ 对象检测是一种包含对象分类和对象本地

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：53mb
    • 提供者：weixin_42131276

  1. VehicleColorID：使用YOLO执行对象分割，并使用颜色直方图和kNN分类器进行颜色识别-源码

  2. VehicleColorID 使用YOLOv3进行对象分割，并使用颜色直方图和kNN分类器进行颜色识别。 需要图书馆 OpenCV-4.2 枕头-6.1 脾气暴躁-1.18.1 Matplotlib-3.1.3 其他需求 Darknet和YOLOv3 cfg和权重已安装。 按照上的说明安装Darknet。 color_feature_extractor和knn模块需要与VehicleColorID文件放置在同一文件夹中。 这些文件应放置要检测的颜色数据集。 训练数据生成 使用以下命令

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：53mb
    • 提供者：weixin_42116585

  1. helmet_detection_CV_YOLO-源码

  2. 介绍 实时物体检测和分类。 纸： ， 。 在darknet中阅读有关YOLO的更多信息，并下载重量文件。 如果找不到重量文件，我上传了我的一些文件，其中包括yolo-full和yolo-tiny ， tiny-yolo-v1.1的tiny-yolo-v1.1 v1.1和yolo ， tiny-yolo-voc v2。 请参阅下面的演示或在上 依存关系 Python3，tensorflow 1.0，numpy，opencv 3。 引文 article{trieu2018darkflow,

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：16mb
    • 提供者：weixin_42126677

  1. 网络视频标签器：:label:在网络上标记视频以训练图像分类器-源码

  2. Web Video Labeler是一个浏览器扩展程序，可逐步浏览视频并生成可用于培训的格式的标签注释。 产品特点 在任何上绘制和编辑边界框注释 与Chrome和Firefox兼容 输出注释兼容Darknet（YOLO）和Pascal VOC XML 本地保存或直接上传到AWS S3 对象跟踪器跟随标记的对象进行半自动标记 Darknet输出：合并多个数据集 安装 Chrome ：从“下载最新的.crx版本。 在Chrome的右上角，点击 →更多工具→扩展程序（或访问chrome：// ex

  3. 所属分类：其它

  1. darkflow：将darknet转换为张量流。 加载经过训练的权重，使用张量流重新训练微调，将常量图形def导出到移动设备-源码

  2. 介绍 实时物体检测和分类。 纸： ， 。 在darknet中阅读有关YOLO的更多信息，并下载重量文件。 如果找不到重量文件，我上传了我的一些文件，其中包括yolo-full和yolo-tiny ， tiny-yolo-v1.1的tiny-yolo-v1.1 v1.1和yolo ， tiny-yolo-voc v2。 请参阅下面的演示或在上 依存关系 Python3，tensorflow 1.0，numpy，opencv 3。 引文 article{trieu2018darkflow,

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：16mb
    • 提供者：weixin_42099906

  1. 一种基于深层次多尺度特征融合CNN的SAR图像舰船目标检测算法

  2. 基于深度学习的目标检测技术在目标检测领域有强大的生命力,但是将其用于合成孔径雷达(SAR)图像舰船目标检测时并没有达到预期的效果。提出了一种基于卷积神经网络的SAR图像舰船目标检测算法用来检测多场景下的多尺度舰船目标,在单发多盒探测器检测框架的基础上,使用性能更好的Darknet-53作为特征提取网络,加入更深层次的特征融合网络,生成语义信息更加丰富的新的特征预测图。同时在训练策略上使用了一种新的二分类损失函数来解决训练过程中难易样本失衡的问题。在扩展的公开SAR图像舰船数据集上进行验证实验,实

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：14mb
    • 提供者：weixin_38535364

  1. 使用darknet框架的imagenet数据分类预训练操作

  2. 最近一段时间一直在研究yolo物体检测，基于网络上很少有yolo的分类预训练和yolo9000的联合数据的训练方法，经过本人的真实实验，对这两个部分做一个整理（本篇介绍yolo的分类预训练） 1、数据准备 1000类的Imagenet图片数据 因为Imagenet不同的类别数据都是单独放在一个文件夹中，并且有特定的命名，如‘n00020287’，所以在做分类时我们不需要去制作特定的标签，只要训练的图片的path中包含自身的类别标签，而不含有其他类的标签即可。 制作用于训练的数据列表*classf

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：218kb
    • 提供者：weixin_38608873

  1. 使用darknet框架的imagenet数据分类预训练操作

  2. 最近一段时间一直在研究yolo物体检测，基于网络上很少有yolo的分类预训练和yolo9000的联合数据的训练方法，经过本人的真实实验，对这两个部分做一个整理（本篇介绍yolo的分类预训练） 1、数据准备 1000类的Imagenet图片数据 因为Imagenet不同的类别数据都是单独放在一个文件夹中，并且有特定的命名，如‘n00020287’，所以在做分类时我们不需要去制作特定的标签，只要训练的图片的path中包含自身的类别标签，而不含有其他类的标签即可。 制作用于训练的数据列表*classf

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：218kb
    • 提供者：weixin_38747233