文件名称：TensorFlow-2.x-YOLOv3:TensorFlow 2.3.1中的YOLOv3实现
文件大小：91.75MB
文件格式：ZIP
更新时间：2024-04-08 04:46:54
tracking detection yolo darknet tensorrt
TensorFlow-2.x-YOLOv3和YOLOv4教程 TensorFlow 2.x中的YOLOv3和YOLOv4实现，并支持训练，传递训练，对象跟踪mAP等...代码已通过以下规格测试： i7-7700k CPU和Nvidia 1080TI GPU 操作系统Ubuntu 18.04 CUDA 10.1 cuDNN v7.6.5 TensorRT-6.0.1.5 Tensorflow-GPU 2.3.1 代码已在Ubuntu和Windows 10上进行了测试（不正式支持TensorRT） 使用2.4.0 TensorFlow-不起作用！ 安装 首先，克隆或下载此GitHub存储库。安装要求并下载预训练的砝码： pip install -r ./requirements.txt # yolov3 wget -P model_data https://pjreddie.com
【文件预览】：
TensorFlow-2.x-YOLOv3-master
----detection_custom.py(1KB)
----train.py(8KB)
----checkpoints()
--------checkpoint(87B)
----evaluate_mAP.py(12KB)
----IMAGES()
--------kite_pred.jpg(420KB)
--------street_pred.jpg(272KB)
--------street.jpg(454KB)
--------tracking_results.gif(22.64MB)
--------city_pred.jpg(2.02MB)
--------kite.jpg(1.35MB)
--------tensorboard.png(102KB)
--------test.mp4(7.02MB)
--------city.jpg(3.86MB)
--------mnist_test.jpg(27KB)
----model_data()
--------coco()
--------mars-small128.pb(10.72MB)
----requirements.txt(156B)
----LICENSE(1KB)
----tools()
--------oid_to_pascal_voc_xml.py(7KB)
--------XML_to_YOLOv3.py(2KB)
--------Detection_to_XML.py(3KB)
--------Convert_to_pb.py(1KB)
--------Convert_to_TRT.py(2KB)
----object_tracker.py(6KB)
----README.md(8KB)
----YOLOv3_colab_training.ipynb(1.44MB)
----mnist()
--------show_image.py(977B)
--------mnist.names(20B)
--------make_data.py(4KB)
--------mnist()
----yolov3()
--------utils.py(23KB)
--------dataset.py(12KB)
--------__ init __.py(2B)
--------yolov4.py(26KB)
--------__pycache__()
--------yolov3.py(16KB)
--------configs.py(3KB)
----deep_sort()
--------generate_detections.py(8KB)
--------test_tracking.gif(22.64MB)
--------preprocessing.py(2KB)
--------detection.py(2KB)
--------tracker.py(5KB)
--------linear_assignment.py(8KB)
--------iou_matching.py(3KB)
--------track.py(5KB)
--------kalman_filter.py(8KB)
--------nn_matching.py(6KB)
----Collect_training_data.py(5KB)
----detect_mnist.py(1KB)
----detection_demo.py(1KB)