本科毕业论文“基于YOLOV4的目标检测”

本科毕业论文“基于YOLOV4的目标检测”

知识储备

由于YOLOV4是是YOLO的第四个版本所以为了更好的理解可以先从YOLO开始了解。
YOLOV1 链接:link.
YOLOV2 链接:link.
YOLOV3 链接:link.
YOLOV4 链接:link.
吴恩达YOLO入门讲解 链接:link.
YOLO中一些名词的解释:link.
谷歌学术镜像:link
吴恩达机器学习:link
pytorch:link
因为初次接触目标检测,是这方面的小白,对资料中许多名词的含义并不理解,我会在另一篇博客中进行整理
最近在啃视频中的代码,建了一个QQ交流群 767066759 , 大家可以加群一起学习!
大家有什么问题可以在评论区中提出,一起讨论,学习进步!

本文会持续更新。

版权声明:本文为CSDN博主「weixin_44663122」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_44663122/article/details/113992708

weixin_44663122

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

pytorch建立mobilenetV3-ssd网络并进行训练与预测

前言
这篇文章记录的是我在公司实习用深度学习做车辆信息识别项目时,用来做车辆检测的算法。因为我们公司面向的边缘端计算,边缘盒子的计算能力有限,所以我们在做算法研究时,就尽量选用轻量级算法

mmdetection之dataset类解读

前言 本篇是mmdetection源码解读第二篇,主要讲解mmdetection是初始化数据类的。本文以coco数据集为例,当然,源码解读不可能面面俱到,重要的是揣摩设计者的思想以及实现过

使用PyTorch实现目标检测与跟踪

欢迎关注 “小白玩转Python”,发现更多 “有趣”引言在昨天的文章中,我们介绍了如何在PyTorch中使用您自己的图像来训练图像分类器,然后使用它来进行图像识别。本文将展示如何使用预训练的分类器检测