首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
yolo
订阅
此心安處是吾鄉
更多收藏集
微信扫码分享
微信
新浪微博
QQ
5篇文章 · 0订阅
YOLOv3的论文精读重点部分翻译
Abstract 我们在YOLO上又做出了一些更新!实现了许多可以提升系统性能的小设计,也训练了一个非常棒的新网络。虽然新网络较上一版稍显庞大,但精度也提高了不少。不过,你也不用担心,因为它依旧很快。
YOLOv2的论文精读重点部分翻译
Abstract 我们介绍YOLO9000,一个最先进的,实时目标检测系统,可以检测超过9000个目标类别。首先,我们提出对YOLO检测方法的各种改进方法,包括新颖的和从以前的工作中得出的。改进的模型
YOLOv1的论文精读重点部分翻译
Abstract 本文提出了一种新的物体检测方法YOLO。YOLO之前的物体检测方法主要是通过region proposal产生大量的可能包含待检测物体的 potential bounding box
针对YOLOv1的paddle代码解读(二)
自定义数据读取器(第二个重点) 在读取真实框信息时,需要设置用于训练的标签信息,导入from utils import convert_bbox2labels ,设置标签。 设置标签就是确定真实框的中
针对YOLOv1的paddle代码解读(一)
读完YOLOv1的论文,结合paddle的YOLOv1的代码分析细节 第一、查看数据的格式 我们对数据集pascalvoc进行解压得到如下的数据结构: 这次我们主要使用到的文件夹主要是以下三个:Ima