笔记-YOLO-V4-Tiny 源码训练、测试、验证详细步骤

首先：一幅图说明一切（创作不易，欢迎订阅(*^_^*)） 明确第一个概念：anchor是特征上的每个像素映射到原图上的相应位置的点，其位置是在原始图像上。anchor box是以anchor为中心按照预先设定的比例和尺寸得到的矩形框，其位置也是

先看精度效果： Yolo-Fastest-1.1 Pedestrian detection EquipmentSystemFrameworkRun timeRaspberrypi 3BLinux(arm64)ncnn62ms Network

TPH-YOLOv5：基于Transformer检测头改进YOLOv5的无人机目标检测

今天我们将讨论由四个机构的研究人员提出的一种方法，其中一个是字节跳动人工智能实验室。他们为我们提供了一种新的方法，称为稀疏R-CNN(不要与 Sparse R-CNN 混淆，后者在 3D 计算机视觉任务