文件名称：YOLOv3_TensorFlow：完整的YOLO v3 TensorFlow实现。 在您自己的数据集上支持培训
文件大小：3.08MB
文件格式：ZIP
更新时间：2024-02-26 20:51:21
real-time tensorflow tensorflow-yolo object-detection yolov3
YOLOv3_TensorFlow 注意：由于我已切换到PyTorch一年，因此不再维护此回购协议（实际上我已经取消了很长一段时间的支持）。 寿命短，我使用PyTorch。 1.简介 这是我在纯TensorFlow中实现的 。 它包含有关您自己的数据集的完整培训和评估流程。 此仓库的主要功能是： 高效的tf.data管道 权重转换器（将COCO数据集上的预训练暗网权重转换为TensorFlow检查点。） 极快的GPU非最大抑制。 完整的培训和评估渠道。 Kmeans算法选择先验锚框。 2.要求 Python版本：2或3 包装方式： tensorflow> = 1.8.0（理论上任
【文件预览】：
YOLOv3_TensorFlow-master
----eval.py(6KB)
----misc()
--------remove_optimizers_params_in_ckpt.py(855B)
--------parse_voc_xml.py(3KB)
--------experiments_on_voc()
----docs()
--------yolo_v3_architecture.png(84KB)
--------backbone.png(23KB)
----data()
--------coco.names(625B)
--------yolo_anchors.txt(69B)
--------demo_data()
--------logs()
--------darknet_weights()
--------my_data()
----train.py(12KB)
----LICENSE(1KB)
----convert_weight.py(1KB)
----args.py(5KB)
----model.py(17KB)
----.gitignore(646B)
----README.md(9KB)
----utils()
--------data_aug.py(13KB)
--------eval_utils.py(15KB)
--------plot_utils.py(1KB)
--------layer_utils.py(2KB)
--------__init__.py(0B)
--------data_utils.py(9KB)
--------nms_utils.py(5KB)
--------misc_utils.py(6KB)
----test_single_image.py(3KB)
----video_test.py(4KB)
----get_kmeans.py(5KB)