文件名称：对象检测
文件大小：20.08MB
文件格式：ZIP
更新时间：2024-03-09 07:06:47
JupyterNotebook
对象检测 Kaggle： ：//www.kaggle.com/ultralytics/yolov5-ultralytics-COCO 128小 如何训练YOLOv4-tiny如果要训练闪电般快速且可以部署在边缘设备上的物体检测器，则可以在YOLOv4-tiny上对其进行训练。 我们在这里写了一篇不错的指南，介绍如何在自定义数据上训练和部署YOLOv4-tiny以检测自定义对象。 注意：YOLOv4-tiny是在Darknet框架而不是PyTorch中实现的。 如何训练YOLOv4-CSP / P5 / P6 / P7如果要使用中型模型，则要使用YOLOv4-CSP，这可能是在Scaled-YOLOv4模型上开始迭代的好地方。 如果您想从那里放大以达到最终精度，将使用YOLOv4-P5 / P6 / P7模型。 这是Scaled-YOLOv4存储库，尽管您会注意到WongKinYi
【文件预览】：
Object_detection-main
----086.jpg(199KB)
----.gitignore(2KB)
----s4.jpg(118KB)
----c2.jpg(25KB)
----581 (1).jpg(127KB)
----s3.jpg(155KB)
----YOLOv5_Tutorial.ipynb(52KB)
----tl_Korean_foods_YOLOv5.ipynb(24.04MB)
----086 (1).jpg(200KB)
----rename.robin(1KB)
----Korean_foods_YOLOv5.ipynb(24.04MB)
----LICENSE(1KB)
----prj1()
--------auto_run.robin(2KB)
--------entry_exit.py(139B)
--------dashboard.py(25B)
--------free_space.py(166B)
----aquqarium_YOLOv5.ipynb(180KB)
----581.jpg(128KB)
----c1.jpg(99KB)
----juypter_main.ipynb(7KB)
----README.md(2KB)
----tl--f-train.py(29KB)
----azure_image_crawling.ipynb(36KB)
----racccon1_YOLOv5.ipynb(24.04MB)
----m2.jpg(79KB)
----m1.jpg(68KB)
----racccon2_YOLOv5.ipynb(1.33MB)