文章目录[隐藏]
You Only Look Once 【论文】
【注】 痛点：SSD中锚框大量重叠，因此浪费了很多计算
改进点：YOLO将图片均匀分成SxS个锚框；每个锚框预测B个边界框；后续版本(V2,V3V4..)有持续改进
【注】：加入增强，能达到一个很好的效果
【课程内容较为粗略，后续有机会写下详解~~】
版权声明：本文为CSDN博主「瑾怀轩」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/ckq707718837/article/details/122289108
1. 拉取代码 git clone https://github.com/ultralytics/yolov5 cd yolov5 pip install -r requirements.txt 2. 模型测试 import torch#
论文链接：https://arxiv.org/pdf/1904.01355.pdf 代码：https://github.com/tianzhi0549/FCOS/ https://github.com/shangl
如有错误，恳请指出。 paper：YOLOX: Exceeding YOLO Series in 2021 摘要： 作者将YOLO检测器切换为anchor_free方式，并且结合了一些
YOLOV1 1. Introduction YOLO非常简单：对于一张完整的图像，通过一个单一的卷积网络可以同时预测多个bounding boxes的回归参数和这些boxes的类别概率，并直接优化检
暂无评论