文件名称：yolov3-tf2：在Tensorflow 2.0中实现的YoloV3
文件大小：3.99MB
文件格式：ZIP
更新时间：2024-02-24 00:48:34
machine-learning deep-learning neural-network tensorflow tf2
在TensorFlow 2.0中实现的YoloV3 此仓库使用所有最佳实践在TensorFlow 2.0中提供了YoloV3的干净实现。 主要特点 TensorFlow 2.0 yolov3具有预先训练的权重 yolov3-tiny具有预先训练的权重 推论实例 转移学习的例子 使用tf.GradientTape急切模式训练 使用model.fit图模式训练 具有tf.keras.layers功能模型 使用tf.data输入管道 Tensorflow服务 向量化转换 GPU加速 完全集成的absl-py从 干净的实施 遵循最佳做法 麻省理工学院执照 用法 安装 conda（推荐） # Tensorflow CPU conda env create -f conda-cpu.yml conda activate yolov3-tf2-cpu # Tensorflow GPU conda env create -f conda-gpu.yml conda activate yolov3-tf2-gpu 点子 pip install -r requireme
【文件预览】：
yolov3-tf2-master
----yolov3_tf2()
--------utils.py(5KB)
--------dataset.py(6KB)
--------__init__.py(0B)
--------models.py(11KB)
----requirements-gpu.txt(62B)
----detect_video.py(3KB)
----train.py(8KB)
----checkpoints()
--------.gitkeep(0B)
----detect.py(2KB)
----conda-cpu.yml(155B)
----requirements.txt(58B)
----LICENSE(1KB)
----tools()
--------visualize_dataset.py(2KB)
--------export_tflite.py(2KB)
--------export_tfserving.py(2KB)
--------voc2012.py(5KB)
----convert.py(1KB)
----conda-gpu.yml(195B)
----setup.py(225B)
----README.md(12KB)
----data()
--------meme2.jpeg(9KB)
--------meme_out.jpg(610KB)
--------street.jpg(454KB)
--------meme.jpg(392KB)
--------coco.names(625B)
--------street_out.jpg(279KB)
--------voc2012.names(135B)
--------girl.png(649KB)
--------checkpoint(75B)
----colab_gpu.ipynb(2.39MB)
----docs()
--------training_voc.md(4KB)
----.gitignore(2KB)