目标检测-任务说明

bai666ai 2023-05-08 09:38:27

课时名称	课时知识点
目标检测-任务说明	目标检测任务的说明（what and where)

...全文

42 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

YOLOv3是一种基于深度学习的端到端实时目标检测方法，以速度快见长。本课程将学习YOLOv3实现darknet的网络模型改进方法。具体包括：• PASCAL VOC数据集的整理、训练与测试 • Eclipse IDE的安装与使用 • 改进1：不显示指定类别目标的方法（增加功能） • 改进2：合并BN层到卷积层（加快推理速度） • 改进3：使用GIoU指标和损失函数（提高检测精度） • 改进4：tiny YOLOv3 （简化网络模型）• AlexeyAB/darknet项目介绍除本课程《YOLOv3目标检测实战：网络模型改进方法》外，本人推出了有关YOLOv3目标检测的系列课程，请关注该系列的其它课程，包括：《YOLOv3目标检测实战：训练自己的数据集》《YOLOv3目标检测实战：交通标志识别》《YOLOv3目标检测：原理与源码解析》在学习课程《YOLOv3目标检测实战：网络模型改进方法》前，建议先学习课程《YOLOv3目标检测实战：训练自己的数据集》和课程《YOLOv3目标检测实战：交通标志识别》之一和课程《YOLOv3目标检测：原理与源码解析》。

个人博客导航页（点击右侧链接即可打开个人博客）：大牛带你入门技术栈目录图形化任务说明创建图形化任务图形化任务预览预置算法部署后调用参数样例 4.1线性回归的请求及返回说明 4.2逻辑回归的请求及返回说明 4.3图像分类的请求及返回说明 4.4目标检测的请求及返回说明内置数据集说明及下载地址图形化任务说明图形化任务旨在使用图形拖拽的方式来设计并训练...

课程演示环境：Windows10 需要学习Ubuntu系统YOLOv4的同学请前往《YOLOv4目标检测实战：中国交通标志识别》在自动驾驶中，交通标志识别是一项重要的任务。本项目以中国交通标志数据集TT100K为训练对象，采用YOLOv4目标检测方法实现实时交通标志识别。本课程的YOLOv4使用AlexyAB/darknet，在Windows系统上做项目演...

多机器人目标围捕实验一.实验任务说明多机器人目标围捕1)实验目的.pdf

白老师的课程社区_NO_7

3

社区成员

229

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章