YOLOv3目标检测实战:交通标志识别

时间:2024-07-03 20:00:42
【文件属性】:

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

网友评论