Advertisement

该文件包含Pytorch-YOLOv3。

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

简介：
PyTorch 中的 YOLOv3 目标检测框架，提供了一种高效且直接的 Python 实现，能够识别和分类图像中的多个对象。该工具集包含所有必要的代码文件，使其能够立即运行，方便用户进行目标检测任务的开发和实验。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • Pytorch-YOLOv3.zip 文件
    优质
    Pytorch-YOLOv3.zip文件包含了一个基于PyTorch框架实现的YOLOv3目标检测模型代码和预训练权重，适用于图像中的多对象实时检测任务。 Pytorch YOLOv3 是一种目标检测模型，支持多个分类，并且可以直接运行。该项目包含了所有需要的文件。
     
  • PyTorch YOLOv3权重文件
    优质
    简介：PyTorch YOLOv3权重文件是用于目标检测任务的预训练模型参数集合，适用于物体识别与定位研究及应用。 PyTorch YOLOv3权重文件包含两种模型的权重：darknet53.conv.74 和 yolov3-tiny.conv.15。
     
  • PyTorch-YOLOv3-DAGM
    优质
    PyTorch-YOLOv3-DAGM是基于PyTorch框架实现的一种目标检测模型，结合了YOLOv3算法，并针对模式识别和计算机视觉任务进行了优化。 基于Pytorch的YOLO v3用于缺陷检测的方法包括全部代码和数据集。详细内容可以参考相关博客文章中的介绍。
     
  • PyTorch-Spiking-YOLOv3: 基于PyTorch的Spiking-YOLOv3实现。根据YOLOv3的两个常见PyTorch版本...
    优质
    PyTorch-Spiking-YOLOv3是一个基于PyTorch框架实现的项目，它将脉冲神经网络原理应用于经典的物体检测模型YOLOv3中，提供了一个新颖的研究方向。该项目兼容两种流行的PyTorch YOLOv3版本，便于研究和应用开发。 PyTorch-Spiking-YOLOv3 是基于 YOLOv3 的 PyTorch 实现的版本，目前支持 Spiking-YOLOv3-Tiny。整个 Spiking-YOLOv3 将会得到全面的支持。为了实现尖峰效果，在 YOLOv3-Tiny 中对某些运算符进行了等效转换，具体如下：maxpool（stride = 2） 转换为 convolutional（stride = 2）， maxpool（stride = 1） 转换为 none, upsample 被替换为 transposed_convolutional，leaky_relu 变更为 relu ，批处理标准化被融合到 fuse_conv_and_bn 中。关于如何进行训练、评估和推理，请参考相关文档或代码说明。
     
  • yolo.zip（包含yolov3资源）
    优质
    yolo.zip 是一个压缩文件，内含YOLOv3（You Only Look Once版本3）的相关资源，适用于目标检测任务。 需要的一系列资源包括yolov3.cfg、yolov3.weights、yolov3-tiny.cfg、yolov3-tiny.weights以及coco.names。
     
  • yolov3的coco.names、yolov3.cfg和yolov3.weights文件
    优质
    本资源包含YOLOv3模型所需的三个关键文件：coco.names定义了80类目标检测类别，yolov3.cfg配置了网络结构，而yolov3.weights则包含了预训练的权重参数。 yolov3.weights是一个训练好的权重文件；yolov3.cfg是神经网络的结构文件；coco.names则是算法的类别文件。
     
  • YOLOv3-Torch2TRT：将YOLOv3及YOLOv3-tiny(PyTorch版)转为TensorRT模型
    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权重文件（yolov3.weights）
    优质
    Yolov3权重文件(yolov3.weights)是YOLOv3目标检测模型训练后得到的核心数据文件，包含神经网络参数，用于部署时进行对象识别与定位。 yolov3.weights文件包含用于预训练的yolov3模型的训练参数。
     
  • Yolov3权重文件（yolov3.weights）
    优质
    Yolov3权重文件(yolov3.weights)是基于YOLOv3算法训练所得的模型参数，用于目标检测任务中识别图像中的物体。 yolov3.weights
     
  • 该文件夹包含SST变换的Matlab代码
    优质
    本文件夹收录了用于实现SST（Sure-Shot Transform）变换的Matlab编程代码。这些资源对于进行信号处理和数据分析的研究人员非常有用。 该文件夹内包含SST变换的matlab代码，已亲测可用。程序为同步压缩变换，能够运行，并对时频分析有较好的处理效果。