文件名称：YOLOv3目标检测实战：交通标志识别
文件大小：12.33MB
文件格式：ZIP
更新时间：2024-07-03 20:00:42
计算机视觉,目标检测,YOLO,无人驾驶,深度学习,人工智能
告知：需要学习YOLOv4进行TT100K数据集上中国交通标志识别的学员请前往(1) Ubuntu系统《YOLOv4目标检测实战：中国交通标志识别》课程链接：https://edu.csdn.net/course/detail/29362(2)《Windows版YOLOv4目标检测实战：中国交通标志识别》课程链接：https://edu.csdn.net/course/detail/29363 在无人驾驶中，交通标志识别是一项重要的任务。本课程中的项目以美国交通标志数据集LISA为训练对象，采用YOLOv3目标检测方法实现实时交通标志识别。具体项目过程包括包括：安装Darknet、下载LISA交通标志数据集、数据集格式转换、修改配置文件、训练LISA数据集、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类。YOLOv3基于深度学习，可以实时地进行端到端的目标检测，以速度快见长。本课程将手把手地教大家使用YOLOv3实现交通标志的多目标检测。本课程的YOLOv3使用Darknet，在Ubuntu系统上做项目演示。 Darknet是使用C语言实现的轻型开源深度学习框架
【文件预览】：
YOLOv3目标检测实战_交通标志识别-2019530141650364_72676.pdf
YOLOv3目标检测实战_交通标志识别-2019530141824939_53395.pdf
YOLOv3目标检测实战_交通标志识别-201953014174304_60924.pdf
YOLOv3目标检测实战_交通标志识别-201953014181610_85705.pdf
YOLOv3目标检测实战_交通标志识别-201953014172755_9652.pdf
YOLOv3目标检测实战_交通标志识别-201953014171626_93876.pdf
YOLOv3目标检测实战_交通标志识别-2019611141035136_72877.pdf
YOLOv3目标检测实战_交通标志识别-2019611141228238_17631.pdf