推荐一个数据集制作的网站Make Sense，支持目标检测和目标识别两种数据集的在线制作，操作起来还是比较便捷的
推荐一个在线训练数据集的GPU服务器
https://research.google.com/colaboratory/
免费版本的GPU版本也能支持日常的训练，预装好cuda11.2。YOLO训练几乎不需要配置环境，paddle训练也可以直接pip安装
版权声明：本文为CSDN博主「陆志鹏」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/qq_23607397/article/details/122567988
1. 导入包，配置参数
import time
import os
import paddleANCHORS [10, 13, 16, 30, 33, 23, 30, 61, 62, 45, 59, 119, 116, 90,
序言
最近准备用paddlex部署项目，但是踩了几天的坑发现paddleDetection中的模型并不能直接导出给paddlex使用，关键是paddleDetection使用python tools/export_
禁止转载！在做目标检测任务的时候，通常会制定规则来评估性能，就如下图所示，后面会慢慢道来其中的原理。 混淆矩阵中 TP、TN、FP、FN
在目标检测中，通常以IoU阈值作为
前言
本篇博客为博主毕设的一部分，此部分主要解决海上船舶目标实时分类检测。在Tensorflow的环境下，采用YOLOv3（keras）算法，最终mAP可达到95.66%&
暂无评论