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. YOLOv2训练自己的数据集开发包集合

  2. windows10一站式YOLOv2训练自己的数据集所需要的开发包

  3. 所属分类：深度学习

    • 发布日期：2018-01-06
    • 文件大小：46mb
    • 提供者：sinat_25453705

  1. yolo训练目录文件

  2. yolo训练目录文件yolo-data.rar 训练自己的数据集。解压缩到在darknet-master/build/darkent/x64/下。

  3. 所属分类：深度学习

    • 发布日期：2018-03-16
    • 文件大小：72mb
    • 提供者：qq_38497389

  1. 深度学习-目标检测快速训练预测工具

  2. 这是一个本人在Windows下基于darknet+qt+opencv搭建的一个深度学习-目标检测快速训练预测的平台，可以利用该平台快速进行您自己数据集的标注/训练/预测。详细使用过程请访问博客：https://blog.csdn.net/KayChanGEEK/article/details/85849503

  3. 所属分类：深度学习

    • 发布日期：2019-01-05
    • 文件大小：112mb
    • 提供者：kaychangeek

  1. darknet-yolo深度学习训练工具集

  2. Windows下打包好的可以直接使用的darknet-yolo深度学习程式，仅仅需要自己做数据集就可以训练了，再次建议使用GPU，不过只需要你装好驱动即可。Linux版本若有需要私我吧。

  3. 所属分类：深度学习

    • 发布日期：2019-01-22
    • 文件大小：82mb
    • 提供者：chenleiyfk

  1. 水面漂浮物数据集-2400.zip

  2. darknet框架下进行深度学习，所制作的水面漂浮垃圾数据集一共2400张。数据集基本上都是实地拍摄采集然后处理，同时进行了手工标注，可以直接用于训练。

  3. 所属分类：其它

    • 发布日期：2019-06-25
    • 文件大小：157mb
    • 提供者：zbr794866300

  1. 人脸-帽子数据集-1600.zip

  2. 用于darknet框架下深度学习的数据集，自己收集的图片制作而成，一共1600余张，包括手工标注的xml文件，可以直接用于训练使用

  3. 所属分类：其它

    • 发布日期：2019-06-25
    • 文件大小：107mb
    • 提供者：zbr794866300

  1. YOLO_v3 训练自己数据集的文件主要格式和位置 darknet.tar.gz

  2. YOLO_v3 训练自己数据集的文件主要格式和位置 ，主要自己使用，，

  3. 所属分类：深度学习

    • 发布日期：2020-04-29
    • 文件大小：1mb
    • 提供者：qq_42145185

  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训练 xml标注文件转换txt标注文件并自动化分数据集python代码

  2. 此代码可以将Labelimg标注生成的xml标注文件转换为Darknet训练需要的txt文件，同时会生成训练时所需要的train.txt和valid.txt文件。

  3. 所属分类：深度学习

    • 发布日期：2020-09-12
    • 文件大小：5kb
    • 提供者：qq_43019451

  1. darknet yolov3 mAP 计算python3代码

  2. 基于darknet，划分的数据集，在使用trans数据训练出模型后，使用test数据集，测试模型性能，计算mAP指数。

  3. 所属分类：深度学习

    • 发布日期：2020-09-23
    • 文件大小：4mb
    • 提供者：qq_32595487

  1. PyTorch-YOLOv3训练自己的数据集–之–排坑指南

  2. 相比于官方给出的基于darknet框架的YOLOv3，基于PyTorch的YOLOv3源码易懂，使用更方便。我将自己在学习和探索过程中遇到的问题和解决的经验在这里与大家分享，希望能为初学者提供一些帮助。 1. 运行detect.py 时，出现RuntimeError:Invalid DISPLAY variable 解决方法：给detect.py的 import matplotlib 后面line22加 plt.switch_backend(‘agg’) 2. 训练时出现 UserWarnin

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：41kb
    • 提供者：weixin_38663113

  1. PyTorch-YOLOv3训练自己的数据集–之–排坑指南

  2. 相比于官方给出的基于darknet框架的YOLOv3，基于PyTorch的YOLOv3源码易懂，使用更方便。我将自己在学习和探索过程中遇到的问题和解决的经验在这里与大家分享，希望能为初学者提供一些帮助。 1. 运行detect.py 时，出现RuntimeError:Invalid DISPLAY variable 解决方法：给detect.py的 import matplotlib 后面line22加 plt.switch_backend(‘agg’) 2. 训练时出现 UserWarnin

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：41kb
    • 提供者：weixin_38692202

  1. 手把手教你训练自己的YOLO V4数据集，过程超详细，附带作者测试数据集

  2. 手把手教你训练自己的YOLO V4数据集，超详细教程，附带训练数据集整体训练来源与结果YOLO V4 论文链接：https://arxiv.org/abs/2004.10934YOLO V4 开源代码：https://github.com/AlexeyAB/darknet本次训练系统环境整体数据处理流程训练之前参数修改配置OPENCV最终配置，要成功了 整体训练来源与结果 啥都不说了，直接上论文跟代码链接 YOLO V4 论文链接：https://arxiv.org/abs/2004.10934

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：229kb
    • 提供者：weixin_38517212

  1. HackerEarth_Holiday_YOLO_Labels-数据集

  2. 以Darknet的YOLO格式手动注释训练图像数据集文件以进行训练。挑战是由HackerEarth组织的，目的是将图像分为6类。 HackerEarth_Holiday_YOLO_Labels_datasets.txt HackerEarth_Holiday_YOLO_Labels_datasets.zip

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：20mb
    • 提供者：weixin_38742460

  1. 适用于YOLO的COCO2017与VOC数据集

  2. 网盘下载，已经转化为可以直接使用与darknet训练的格式，可以直接使用。

  3. 所属分类：深度学习

    • 发布日期：2021-03-09
    • 文件大小：308byte
    • 提供者：qq_43602882

  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. 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

  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. BMW-YOLOv4-Training-Automation：此存储库可让您开始训练最先进的深度学习模型，而几乎不需要或不需要任何配置！ 您提供标记的数据集或使用我们的BMW-LabelTool-Lite标记数据集，就可以立即开始训练并以许

  2. 适用于Linux的YOLOv4-v3培训自动化API 该存储库基于AlexeyAB的darknet repro，可让您开始训练最先进的深度学习模型，而几乎不需要或不需要任何配置！ 您提供了标记的数据集，就可以立即开始训练并以许多不同方式（例如TensorBoard或自定义REST API和GUI）对其进行监视。 使用YOLOv4进行培训从未如此简单。 该存储库还与Yolov3培训具有交叉兼容性。 您还可以使用我们的BMW-Labeltool-lite用yolo标签格式标记数据集 先决条件 U

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：213mb
    • 提供者：weixin_42134240

  1. mask-detection：此Python脚本用于检测给定图像中的人是否戴着口罩。 使用Darknet训练了自定义数据集-源码

  2. 遮罩检测 该Python脚本用于检测给定图像中的人是否戴着口罩。 使用Darknet训练了自定义数据集。 实时检测的用法： python yolo-live-cv2.py --yolo yolo 从图像检测的用法： python custom_detector.py --image“ / path / to / image” --config“ /cfg/yolov3-custom.cfg” --weights“ weights / yolov3-custom_final.weights”

  3. 所属分类：其它

« 12 »