计算机视觉系列-YOLOv3网络结构 (3)

文章目录[隐藏]

计算机视觉系列-YOLOv3网络结构 (3)

计算机视觉系列-YOLOv2网络结构Darknet
https://duanzhihua.blog.csdn.net/article/details/113492866

计算机视觉系列-YOLOv1结构及工作流程
https://duanzhihua.blog.csdn.net/article/details/113485152

YOLO v3 论文

论文链接: https://arxiv.org/abs/1804.02767
在这里插入图片描述

YOLO 官网: YOLO: Real-Time Object Detection
https://pjreddie.com/darknet/yolo/

版权声明:本文为CSDN博主「段智华」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/duan_zhihua/article/details/113505415

段智华

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

单目3D目标检测调研

单目3D目标检测调研
一、 简介 现有的单目3D目标检测方案主要方案主要分为两类,分别为基于图片的方法和基于伪雷达点云的方法。   基于图片的方法一般通过2D-3D之间的几何约束来学习,包括目标形状信息&#xff0

2021-03-13Towards Open World Object Detection

探究问题
如何实现未知目标的识别?
作者建议自动将图像中的一些对象标记为潜在的未知对象。为此,作者基于RPN(区域候选网络)与类无关的事实,将那些具有较高客观性评分但不与ground-