YOLO专栏

📔 基础信息 使用的代码： YOLOv5 in PyTorch 该代码：自定义数据集官方教程 致敬大佬！ 📕 环境搭建 环境搭建--请移步该博文 📗 数据准备 COCO数据集下载 COCO数据集txt

📔 环境搭建 服务器：ubuntu1~18.04 Quadro RTX 5000 16G CUDA 内核驱动是 cuda10.2 版本的驱动；官方coco128 数据集训练 + 测试

YOLOX （pytorch）模型 转 ONNX 转 ncnn 之C++运行推理；yolox_s.pth --》 yolox.onnx --》 yolox.param + yolox.bin --》

YOLOX Deployment ONNX export and an ONNXRuntime YOLOX （pytorch）模型 export ONNX 运行推理

YOLOX 环境搭建、 测试 、 COCO训练复现，4卡 测试输出如下 GPU占用 1337MiB

为了适应从正常光照到低光照，我们提出了一种高-低适应人脸检测框架(hlface)。我们考虑联合低水平和高水平的适应。

计算机视觉： Yolo专栏、一文读懂 ，Yolo 系列推荐：yolov3 darknet 转 TVM Python 推理