万俟淋曦

先看看效果对比 YOLOv4 的运行速度是 EfficientDet 的两倍。使 YOLOv3 的 AP 和 FPS 分别提高 $10%$ 和 $12%$，达到 $43.5％$ AP 和 $65$ F

一、概览 论文地址：https://arxiv.org/ftp/arxiv/papers/2003/2003.09644.pdf 代码下载：https://github.com/charlesq34/

一、概览 论文地址：https://arxiv.org/pdf/1612.00593.pdf 代码下载：https://github.com/charlesq34/pointnet 论文框架： 研究目

一、概览 论文地址：https://arxiv.org/abs/1901.04780 代码地址：https://github.com/j96w/DenseFusion 论文框架： 研究目的： 在混乱场

先来张图 一、各列说明 1. layer 这一列顾名思义，是层名称。 数字是层编号，后面是层名称。 conv：卷积层。 res：shortcut层（跨层连接，借鉴 resnet 而来，所以用res表示

此教程在ubuntu系统下执行，如果在windows下，需将./darknet换成你的darknet.exe的路径。 一. 训练模型 说明： [.data]是.data文件的路径。 [.cfg]是.c

```C [net] # [xxx]开始的行表示网络的一层，其后的内容为该层的参数配置，[net]为特殊的层，配置整个网络 # Testing # 测试模式，batch 和 subdivisions

假设整个数据集的数据量用 dataSet 表示。 把 dataSet 个数据都训练一遍，就叫一个 epoch。 又可以将整个 dataSet 分成几批去训练，每一批的数量就是 batch。 而把 ba

如上图，日志分为三部分 一、第一部分 第一行 ： 加载初始权重。 第二行 ： Learning Rate：当前学习率，小数点后大于4位数后，用科学计数法表示。 Momentum：当前动量参数。 Dec