文件名称：Ridge-Beast-Detection
文件大小：23.22MB
文件格式：ZIP
更新时间：2024-05-14 19:39:11
Python
脊兽探测 介绍 基于YOLOv3的改进神经网络的实现。 核心提案 1.深度聚合功能2.SE块3，多尺度卷积结构4.开源数据集： 环境 1.tensorflow 2.3 2.numpy的3.枕头4.opencv 5.matplotlib 如何使用 数据准备 如果要使用此模型训练自己的数据集，则需要标记数据集。 并且提供了注释工具。 您最好在英语目录中使用它。 如果您想训练一个用于检测小动物的模型，尽管很少有人愿意这样做，请下载相应的数据集，如开源数据集的上面的链接。 数据分割 py文件“ ./data_process/split_data.py”用于将数据集分为训练集和测试集。 您还可以使用异类的“ test.txt”和“ train.txt”来获得与我的作品相同的结果，但是您必须编写新代码来自行处理图像目录的一部分。 配置 “ ./config.py”包含有关培训和测试的整个参数，建议根据
【文件预览】：
Ridge-Beast-Detection-main
----logs()
--------README.md(26B)
----.gitattributes(66B)
----utils()
--------visulization.py(2KB)
--------tools.py(7KB)
--------__pycache__()
--------kmeans.py(8KB)
----config.py(2KB)
----annotation_tool()
--------labelImg.exe(12.87MB)
----evaluation.py(5KB)
----yolo()
--------yolo_loss.py(14KB)
--------model.py(8KB)
--------_layers.py(9KB)
----data_process()
--------test.txt(76KB)
--------train.txt(308KB)
--------split_data.py(2KB)
--------make_dataset.py(6KB)
----main.py(5KB)
----demo()
--------demo.jpg(1.22MB)
----font()
--------simsun.ttc(17.37MB)
----README.md(2KB)
----mAP()
--------calculate_map.py(34KB)