Advertisement

yolov3-tiny-onnx.zip

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

简介：
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 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。
     
  • 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-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、YoloV3-Tiny、YoloV4及YoloV-Tiny预训练模型下载
    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。
     
  • yolov3-tiny-conv-15.rar
    优质
    本资源提供YOLOv3-Tiny模型的一个变种版本，移除了原始结构中的最后十五个卷积层，适用于计算资源有限的设备。下载后请解压使用。 在yolov3中，yolov3-tiny.cfg框架对应的预训练权重可以使用命令`./darknet partial cfg/yolov3-tiny.cfg yolov3-tiny.weights yolov3-tiny.conv.15 15`来提取前15层的权重。
     
  • yolov3-tiny-conv-15-zip
    优质
    yolov3-ttiny-conv-15-zip 是一个精简版YOLOv3模型文件，包含仅15层卷积的轻量级版本，适用于资源受限环境中的实时目标检测任务。 yolov3-tiny.conv.15预训练模型的下载可以通过使用darknet partial命令结合yolov3-tiny.cfg配置文件以及yolov3-tiny.weights权重文件来完成。具体操作是运行darknet partial命令，参数包括cfg文件路径、weights文件路径和所需的层号（例如15）。
     
  • yolov3-tiny权重文件
    优质
    Yolov3-tiny权重文件是基于轻量级版本的YOLOv3模型训练所得的参数集合，适用于资源受限环境下的目标检测任务。 PyTorch YOLOv3 目标检测使用 yolov3-tiny.weights。yolov3 和 yolov3-tiny 的权重文件可以用于模型训练和测试。
     
  • Yolov3-Tiny检测模型
    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-tiny权重文件
    优质
    Yolov3-tiny权重文件是基于YOLOv3架构简化版模型的预训练参数集，适用于资源受限环境下的目标检测任务。 使用基于YOLOv3-Tiny训练的人脸检测数据集，在darknet环境中迭代7000次后可以实现简单的演示效果。
     
  • yolov3-tiny配置文件
    优质
    简介：YoloV3-Tiny配置文件是轻量级目标检测模型YOLOv3-Tiny的参数设定文档，用于定义网络架构、超参数及训练过程中的各项设置。 在运行目标检测算法Yolov3时，可以选择不同的神经网络版本。这里提到的文件是tiny版本，提供了该网络中不同层类型的配置参数，包括batch_size、width、height、channel、momentum、decay以及learning_rate等设置。