版权声明：本文为CSDN博主「Ranald_Xie」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/Ranald_Xie/article/details/121109425
相关推荐
【模型训练】目标检测实现分享三：详解 YOLOv3 算法实现
欢迎关注我的公众号 [极智视界]，回复001获取Google编程规范 O_o >_< o_O O_o ~_~ o_O 大家好，我是极智视界，本文详细介绍一下 YOLOv3 算法的设计
详解各种iou损失函数的计算方式（iou、giou、ciou、diou）
本文主要是理解各个回归损失函数的区别和改进，其实最主要的还是这些损失函数在yolo中起到了非常大的作用，包括从最原始的yolov3中引入，到v4、v5中变成真正的官方损失函数，确实很有效。
在tengine平台使用TensorRT运行目标检测算法
来自实际项目，项目简述：自动驾驶测试阶段，需要在车端测试算法运行在一个带有2080Ti工控机，这里使用tengine来部署模型。由于项目保密原因，本文不使用实际本团队开发的算
faster rcnn里的rpn详解
RPN 解析_lanran2的博客-CSDN博客_rpn
暂无评论