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. 使用YOLOv3模型训练自己的数据集

  2. 使用YOLOv3模型训练自己的数据集，在Ubuntu16.04下面已经能够成功运行，下载使用好了给个好评，O(∩_∩)O谢谢

  3. 所属分类：机器学习

    • 发布日期：2018-04-02
    • 文件大小：4kb
    • 提供者：qr1987

  1. yoloV3预训练权重文件

  2. yoloV3与训练的权重文件，基于coco数据集，下载下来直接就可以使用

  3. 所属分类：深度学习

    • 发布日期：2018-04-22
    • 文件大小：154mb
    • 提供者：zzbo2022

  1. 【YOLO初探】之 使用官方数据集做目标分类

  2. 该资源为我的博文《【YOLO初探】之 使用官方数据集做目标分类》使用资源，相关的资料都可以开源网站下载，这里为了方便大家使用。包括：yolov3.weights、keras-yolo3-master.zip

  3. 所属分类：深度学习

    • 发布日期：2018-12-19
    • 文件大小：219mb
    • 提供者：plsong_csdn

  1. Snowman数据集

  2. 收集的702个雪人，从CSV中的921条数据下载得到 原博文：https://www.learnopencv.com/training-yolov3-deep-learning-based-custom-object-detector/

  3. 所属分类：机器学习

    • 发布日期：2019-02-19
    • 文件大小：204mb
    • 提供者：lly1122334

  1. yolov3-tiny.conv.15.tar.gz

  2. yolov3(pytorch)训练自己的数据集可参看本人blog。要使用的预训练权重：首先下载训练好的网络参数yolov3-tiny.weights，到weights目录下，但仍然需要fine-tune，so对yolov3-tiny.weights进行改造，下载darknet相关文件，下载好之后进入文件make一下，生成darknet可执行文件，在当前文件目录下运行： ./darknet partial cfg/yolov3-tiny.cfg yolov3-tiny.weights yolov3

  3. 所属分类：深度学习

    • 发布日期：2020-05-09
    • 文件大小：27mb
    • 提供者：qq_38587510

  1. yolov3Test.rar

  2. VS2015+Yolov3+openCV4.12实现人车狗智能识别分析（关于cfg、names、weight权重文件可以从github上下载Yolo作者训练好的。也可用自己训练的数据集测试）

  3. 所属分类：深度学习

    • 发布日期：2020-04-03
    • 文件大小：46mb
    • 提供者：yimeng08

  1. yolov3.zip

  2. 针对图像中小目标检测率低、虚警率高等问题,提出了一种YOLO V3的改进方法,并将其应用于小目标的检测。由于小目标所占的像素少、特征不明显,提出对原网络输出的8倍降采样特征图进行2倍上采样,将2倍上采样特征图与第2个残差块输出的特征图进行拼接,建立输出为4倍降采样的特征融合目标检测层。为了获取更多的小目标特征信息,在YOLO V3网络结构Darknet53的第2个残差块中增加2个残差单元。利用K-means聚类算法对目标候选框的个数和宽高比维度进行聚类分析。用改进的YOLO V3算法和原YOLO

  3. 所属分类：机器学习

    • 发布日期：2020-03-31
    • 文件大小：219mb
    • 提供者：zxhlldxff

  1. 航拍瓷瓶数据集--yoloV3训练数据集.zip

  2. 该资源为博客 https://blog.csdn.net/fovever_/article/details/102815346 中使用的部分数据集，为了方便大家学习如何制作自己的数据集并训练模型，特此上传！

  3. 所属分类：深度学习

    • 发布日期：2020-05-29
    • 文件大小：402mb
    • 提供者：fovever_

  1. my-yolov3-helmet_39000.weights

  2. 如果您想使用您自己的数据集，进行自定义yolo-v3训练头盔检测项目，可以下载此权重文件并在此基础上继续训练。

  3. 所属分类：深度学习

    • 发布日期：2020-07-16
    • 文件大小：234mb
    • 提供者：wenroudebaozi

  1. windows10 yolov3训练自己的数据.docx

  2. window 10下如何使用yolov3训练自己的数据，不需要像网上所说要先生成.json文件，直接可以用txt文件。然后详细描述了制作的数据集格式和存储位置配置，同时包含整个项目所需的各种资源下载链接。

  3. 所属分类：互联网

    • 发布日期：2020-08-03
    • 文件大小：397kb
    • 提供者：qq_36614037

  1. pytorch 实现yolo3详细理解（五）训练自己数据集和csv数据集标签处理

  2. 摘要 前面基本已经将yolo3的大致细节都分析了，那么现在就要训练自己下载的数据集来看下效果，进行迁移学习，首先我会先对github本身自定义的custom数据集进行训练，只有一张照片，一个标签签，之后训练自己的数据集是摇从xml文件先提取标签，完全按照custom中的格式进行布局，然后修改一下cfg文件就可以运行。dataset源码是对txt文件的处理，在实际运行中对数据进行分析是利用panda，所以直接利用panda生成csv文件进行读取更加方便。代码githubhttps://github

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：853kb
    • 提供者：weixin_38751031

  1. efficientnet-yolo3-pytorch:这是一个有效的网络-yolo3-pytorch的原始码，将yolov3的主干特征提取网络修改成为有效的网络-源码

  2. YOLOV3：只看一次目标检测模型在Pytorch当中的实现-替换高效网络主干网络 2021年2月8日更新：加入letterbox_image的选项，关闭letterbox_image后网络的地图得到大幅度提升。 目录 性能情况 训练数据集 权值文件名称 测试数据集 输入图片大小 行动计划0.5：0.95 行动计划0.5 挥发性有机化合物07 + 12 VOC-Test07 416x416 -- 78.9 所需环境 火炬== 1.2.0 文件下载 训练所需的efficiencynet

  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. PBData分析-源码

  2. PBData分析 PBDataAnalysis是一个C库，提供用于执行各种数据分析的结构和功能。 它实现以下算法： K均值聚类（随机，Forgy和++种子） 作为使用示例，使用K均值聚类，在给定训练数据集的目标边界框的情况下，提供了代码来计算YoloV3的配置文件中的目标尺寸。 它使用PBErr，PBMath，PBJson，GSet库。 如何安装此存储库 创建一个目录，其中将包含此存储库及其依赖的所有存储库。 让我们称之为“回购” 将此存储库的主分支下载到“ Repos”中。 如有必要

  3. 所属分类：其它

  1. yolov3-piou-源码

  2. 此存储库包含PyTorch中YOLOv3的Ultralytics推理和训练代码。 该代码可在Linux，MacOS和Windows上运行。 感谢YOLO的Joseph Redmon 。 要求 安装了所有依赖关系的Python 3.8或更高版本，包括torch>=1.6 。 要安装运行： $ pip install -r requirements.txt 讲解 <<强烈推荐 训练 开始训练：使用data/get_coco2017.sh下载COCO数据后， python3 t

  3. 所属分类：其它

  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. YOLOv3-tensorflow：使用TensorFlow实施YOLOv3-源码

  2. YOLOv3张量流 构建船的实时边界框物体检测系统（使用基于YOLOv3-416权重和COCO数据集训练的张量流微调）。 然后使用我自己的数据集来区分不同类型的船 更新：此代码是我在2018年实习期间编写的，现在不再维护！ 受启发， 完整的细节在 输入到CCN（功能块） 一般 3个音阶 产品特点 测试 克隆此文件夹 将Darknet中的预训练权重转换为keras（可以将此etape跳过为etape 3） wget python3 convert.py yolov3.cfg yolov

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：140mb
    • 提供者：weixin_42128141

  1. yolov3 map、recall、p-r曲线可视化超详细

  2. 1 、运行darknet官方代码中的detector valid指令，生成对测试集的检测结果。 .\darknet detector valid -out “” 其中voc.data和cfg文件就是你当时训练用的配置文件，weights文件就是你训练出来的结果，其中需要修改的是voc.data文件，其中应该是有五行的，其中第三行是valid就是需要验证测试集的路径。 2、执行完之后应该会在程序的当前目录生成一个results文件夹，里面存有检测结果，文件名为comp4_det_test_.

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：79kb
    • 提供者：weixin_38546024

  1. YOLOv3-tf2.0:tensorflow 2.0实现的YOLOv3-源码

  2. YOLOv3-tf2.0 tensorflow 2.0实现的YOLOv3 如何在MS COCO 2017上进行培训 从下载COCO2017数据集。解压缩目录train2017，val2017和注释。使用以下命令生成数据集。 python3 create_dataset . py 成功执行脚本后，在源代码的根目录下将有一个名为trainset和testset的目录。 然后通过执行以下命令来训练模型 python3 train_eager.py 或者 python3 train_keras

  3. 所属分类：其它

  1. yolov3.pytorch:YOLO v3的PyTorch实现，包括培训和测试，并且可以适用于用户定义的数据集-源码

  2. yolov3.pytorch 该存储库用于对象检测。该算法基于实现的。多亏了和，基于他们的工作，我在PyTorch中重新实现了YOLO v3，以实现更好的可读性和可重复使用性。 消息 完整版本的更新日志可以在问题看到 （2018/10/10）支持VOC数据集培训。 环境环境 Python 3.6 PyTorch 0.4.1 CUDA（不支持CPU） pycocoapi 火车 如何在COCO上训练 下载数据集和注释，并在config.py提供您下载的数据集的完整路径，如下所示'coco' :

  3. 所属分类：其它