Advertisement

vgg_16权重文件.weights

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


简介:
vgg_16权重文件.weights包含经过大规模数据集训练的VGG-16神经网络模型参数,适用于图像分类任务。 感谢下载vgg16权重文件!

全部评论 (0)

还没有任何评论哟~
客服
客服
  • vgg_16.weights
    优质
    vgg_16权重文件.weights包含经过大规模数据集训练的VGG-16神经网络模型参数,适用于图像分类任务。 感谢下载vgg16权重文件!
  • Yolov3(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。
  • Yolov4(yolov4.weights
    优质
    Yolov4权重文件(yolov4.weights)是基于YOLOv4算法训练后得到的核心数据文件,用于目标检测任务中模型参数的加载和部署。 YOLOV4的权重文件可以在支持YOLOV3编译环境的情况下使用。相比YOLOV3,该版本具有更高的识别精确度和更好的识别效果。
  • Yolov4(yolov4.weights
    优质
    Yolov4权重文件(yolov4.weights)包含了经过大规模数据训练得到的YOLOv4模型参数,用于目标检测任务,可直接应用于图像识别系统以实现高性能实时检测。 本段落件包含在yolov4官方GitHub仓库中的COCO训练集上训练出的模型,可以直接用于COCO数据集的检测任务,并且也可以用来验证yolov4论文中提到的数据。
  • Yolov3(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
  • Yolov4(yolov4.weights
    优质
    Yolov4权重文件(yolov4.weights)是基于YOLOv4算法训练所得的模型参数文件,用于目标检测任务中快速准确地识别图像或视频中的物体。 2020年4月24日发布了YOLOv4的最新版本权重文件,由于其大小为245MB超过了上传限制,因此已将该文件上传至百度云而非Google盘,请参考GitHub上的相关页面获取更多信息。需要注意的是原文中的链接可能不再有效或已被修改,在尝试下载时请确认最新的资源位置和访问方式。
  • yolov4-tiny预训练模型及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。
  • SSD-300 VGG-Based Weights 包含两种SSD300
    优质
    本资源提供两种基于VGG网络架构的SSD-300预训练权重,适用于目标检测任务。包括官方发布和社区优化版本,助力快速模型部署与性能提升。 SSD_300_vggmodel 包含两种 SSD-300 模型: 1. Model Training data Testing data mAP: - SSD-300 VGG-based VOC07+12+COCO trainval VOC07 test 2. Model Training data Testing data mAP: - SSD-300 VGG-based VOC07+12 trainval VOC07 test
  • arcface_weights.h5
    优质
    arcface_weights.h5 是ArcFace(非约束条件下的深度学习人脸验证模型)预训练模型的权重文件,用于快速部署和优化人脸识别系统性能。 Deepface 是一个用于 Python 的轻量级人脸识别和人脸属性分析(如年龄、性别、情感和种族)的框架。它是一个混合人脸识别框架,包含多种模型:VGG-Face、Google FaceNet、OpenFace、Facebook DeepFace、DeepID 和 ArcFace。DlibSFace 模型的一个文件可以从该项目的相关发布页面下载。
  • YOLO
    优质
    YOLO(You Only Look Once)是一种实时目标检测系统,其权重文件包含经过大量数据训练得到的模型参数,用于快速准确地识别图像中的对象。 如果觉得训练时间过长,可以使用中间自动保存的模型继续训练。默认情况下,这些中间模型会存放在backup文件夹里。要进行进一步训练,请在命令行中输入:./darknet detector train cfg/voc.data cfg/yolo-voc.cfg backup/last.weights。