Advertisement

YoloV3、YoloV3-Tiny、YoloV4及YoloV-Tiny预训练模型下载

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
本资源提供YOLOv3和YOLOv3-Tiny、YOLOv4及其Tiny版本的预训练模型免费下载,适用于快速部署目标检测任务。 yolov3-tiny预训练模型、yolov3预训练模型、yolov4 预训练模型以及 yolov4-tiny预训练模型全部打包在一个压缩文件中。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • YoloV3YoloV3-TinyYoloV4YoloV-Tiny
    优质
    本资源提供YOLOv3和YOLOv3-Tiny、YOLOv4及其Tiny版本的预训练模型免费下载,适用于快速部署目标检测任务。 yolov3-tiny预训练模型、yolov3预训练模型、yolov4 预训练模型以及 yolov4-tiny预训练模型全部打包在一个压缩文件中。
  • TensorFlow-YOLOv4-TFLite: YOLOv4, YOLOv4-tiny, YOLOv3, 和 YOLOv3-tiny 在 T...
    优质
    简介:此项目实现YOLOv4、YOLOv4-tiny、YOLOv3及YOLOv3-tiny模型在TensorFlow框架下的转换至TFLite格式,适用于移动设备与嵌入式系统。 TensorFlow-YOLOv4-TFLite 是在 Tensorflow 2.0 中实现的 YOLO v4 和 YOLO v4-tiny 版本。该项目可以将YOLO v4、YOLO v3以及YOLO tiny 的.weights 文件转换为.pb、.tflite和trt格式,以便生成 TensorFlow、TensorFlow Lite 和 TensorRT。 性能演示版 # 将darknet权重转换成tensorflow ## YOLOv4 python save_model.py --weights ./data/yolov4.weights --output ./checkpoints/yolov4-416 --input_size 416 --model yolov4 ## YOLOv4-tiny python save_model.py --weights ./data/
  • Yolov3-Tiny检测
    优质
    简介:Yolov3-Tiny是一种轻量级目标检测模型,基于YOLOv3架构简化而来,在保持较高精度的同时大幅减少了计算资源需求,适用于移动设备和IoT场景。 基于TensorFlow实现Yolov3-tiny检测网络,并直接加载官方提供的权重文件来给模型参数赋值,而不是使用.h5或.pb格式的模型。若要使用纯TensorFlow实现Yolov的其他版本,可以参考此代码进行修改和扩展。使用的TensorFlow版本为1.11,Python版本为3.5。文件中包含所需的权重文件。
  • YOLOv3-Torch2TRT:将YOLOv3YOLOv3-tiny(PyTorch版)转为TensorRT
    优质
    简介:本文介绍如何使用YOLOv3-Torch2TRT工具,便捷地将基于PyTorch的YOLOv3及其简化版(tiny)模型转换成高性能的TensorRT格式,以实现更快的推理速度。 YOLOv3-Torch2TRT介绍通过torch2trt Python API将YOLOv3和YOLOv3-tiny(PyTorch版本)转换为TensorRT模型。首先,安装克隆仓库: ``` git clone https://github.com/DocF/YOLOv3-Torch2TRT.git ``` 下载预先训练的权重: ```bash cd weights/ bash download_weights.sh ``` 需要两个特殊的Python包:张量火炬2trt。由于YOLO中的升采样操作,根据torch2trt API介绍,您需安装特定版本并使用插件。 检查torch2trt API: ```python python3 check.py ``` 推理加速技术: - FP16 TensorRT 以下是TITAN xp的一些结果: 型号名称 输入尺寸 FPS(FP16 整个模式) 重写后的文本去除了所有链接和联系方式,保留了原始内容的完整性。
  • yolov3-tiny-onnx.zip
    优质
    YOLOv3-Tiny-ONNX 是一个轻量级的对象检测模型,基于YOLOv3架构简化版,已转换为ONNX格式,适用于资源受限环境中的实时目标检测任务。 关于yolov3-tiny的cfg文件、yolov3的weights权重文件以及使用cfg和weights转换好的onnx模型的相关资源,在文章完成后会通过百度云链接的形式提供,具体链接会在文章中给出。
  • yolov4-tiny权重文件(weights、cfg).rar
    优质
    本资源提供YOLOv4-Tiny版本的预训练模型及其配置文件和权重文件。适用于快速部署的小型物体检测任务,支持多种框架直接加载使用。 yolov4-tiny预训练模型和权重文件(包含weights和cfg)的压缩包。
  • yolov3-tiny-conv-15
    优质
    YOLOv3-Tiny-Conv-15是一种轻量级目标检测模型,基于YOLOv3架构简化而来,通过减少网络层数至仅保留15层卷积层,实现资源消耗最小化同时保持较好的实时检测性能。 ./darknet partial cfg/yolov3-tiny.cfg yolov3-tiny.weights yolov3-tiny.conv.15 15 这段文字描述了一个命令行操作,用于使用Darknet框架将预训练的YOLOv3 Tiny模型权重文件拆分成两个部分。具体来说,该指令会生成一个包含前15层参数的新权重文件yolov3-tiny.conv.15。
  • Yolov3-Tiny车辆检测相关文件(yolov3-tiny.weights, yolov3-tiny.cfg, obj.names)
    优质
    简介:本资源提供轻量级YOLOv3-Tiny车辆检测模型,包括预训练权重(yolov3-tiny.weights),配置文件(yolov3-tiny.cfg)及类别名称(obj.names),适用于嵌入式设备和实时应用。 进行OpenCV-YOLO-Tiny车辆检测需要的模型文件包括yolov3-tiny.weights、yolov3-tiny.cfg以及obj.names。
  • 利用Yolov3-Tiny人脸检测-附带资源
    优质
    本项目通过轻量级深度学习框架Yolov3-Tiny进行人脸检测模型的训练,并提供相关数据集和代码资源,适合初学者实践人脸识别技术。 使用yolov3-tiny训练一个人脸检测器-附件资源。这段文字描述的内容主要是关于如何利用轻量级的YOLOv3-Tiny模型来进行人脸检测任务,并且可能包含了一些相关的配置文件、数据集或者预训练权重等资源,以便于用户能够快速上手进行实验和研究工作。
  • YOLOV3-Tiny、量化在海思芯片上的部署
    优质
    本项目聚焦于YOLOv3-Tiny模型,在确保高效率的同时优化其目标检测性能。通过量化技术处理后,该模型成功移植至海思系列芯片,并进行详细测试与验证。 本课程详细讲解Yolov3 Tiny算法模型的训练、量化、仿真以及在海思开发板上的部署。主要内容包括: 1. 课程介绍。 2. Darknet框架代码下载及其编译。 3. 基于无人零售商品数据集训练yolov3 tiny: a)无人零售数据集介绍 b)配置文件data和cfg的介绍及修改 c)模型训练与较优模型的选择 4. yolov3 tiny darknet模型转换为caffe model。 5. wk模型生成及其仿真验证: a) 3519av100 sdk010提供 b) 模型量化 c) 仿真代码讲解及运行 6. 仿真检测结果框偏移现象及其纠正。 7. 量化模型在板载上的运行。