YOLO v1到YOLO v4（下）
YOLO v1到YOLO v4（下） Faster YOLO使用的是GoogleLeNet，比VGG-16快，YOLO完成一次前向过程只用8.52 billion 运算，而VGG-16要30.69billion，但是YOLO精度稍低于VGG-16。 Draknet19 YOLO v ...
原文：第三十八节、windows下yolo v4运行环境搭建
yolo v 源码是开源的，在github上可以下载，并且有很详细的使用说明，本文只是针对windows下环境的安装进行介绍。 一 环境搭建 本节将进行windows下环境的搭建，我们将需要安装下面各个软件，并且需要注意安装的软件是有版本要求的： . 安装opencv 官网下载地址：https: opencv.org releases ，下载速度较慢。 国内镜像：https: www.raoyun ...
2022-03-23 22:27 2 1278 推荐指数：
相关推荐
第三十八节：SeriLog日志的各种用法以及与Core MVC封装集成
一. 简介 1. 说明 Serilog是一个用于.net应用程序的诊断日志库。它易于设置，拥有简介的API，并且可以在所有最新的.net平台上运行。虽然它甚至在最简单的应用程序中也很有用，但Serilog对结构化日志记录的支持在检测复杂、分布式和异步的应用程序和系统时非常出色。 和其它日志 ...
YOLO V4 ：win10+cpu环境的体验
1、前言 Yolo V3已经体验了，接下来是V4版本。 关于V4版本，学术界褒贬不一。从工业界实际应用角度看，V4做了不少的优化，精度提升了10%，速度提升了12%。详细参见： 《如何评价新出的V4》（https://www.zhihu.com/question ...
YOLO v1到YOLO v4（上）
YOLO v1到YOLO v4（上） 一. YOLO v1 这是继RCNN，fast-RCNN和faster-RCNN之后，rbg（RossGirshick）针对DL目标检测速度问题提出的另外一种框架。YOLO V1其增强版本GPU中能跑45fps，简化版本155fps。 论文下载 ...
目标检测中特征融合技术（YOLO v4）（下）
目标检测中特征融合技术（YOLO v4）（下） ASFF：自适应特征融合方式 ASFF来自论文：《Learning Spatial Fusion for Single-Shot Object Detection》，也就是著名的yolov3-asff。 金字塔特征表示法(FPN)是解决目标检测 ...
YOLO V4的模型训练
1、YOLO V4模型训练的基本思路 所有机器学习涉及模型训练，一般都有训练集、验证集、测试集，因此需要准备数据集。有了数据集，再调用训练的算法，获取训练的结果。v3、v4模型训练方法相同。 2、YOLO V4模型训练的体验 利用已有数据，体验一下模型训练的各个步骤 ...
【WPF学习】第三十八章 行为
样式提供了重用一组属性设置的实用方法。它们为帮助构建一致的、组织良好的界面迈出了重要的第一步——但是它们也是有许多限制。 问题是在典型的应用程序中，属性设置仅是用户界面基础结构的一小部分。甚 ...