神经网络学习小记录66——Keras版 Vision Transformer（VIT）模型的复现详解
学习前言
视觉Transformer最近非常的火热，从VIT开始，我先学学看。
什么是Vision Transformer（VIT）
Vision Transformer是Tran
keras使用yolov3训练自己的数据时出现- val_loss: nan
先说方法，关闭加载预训练，在train.py进行如下修改
def create_model(input_shape, anchors, num_classes, load_pretrainedFalse, free
基于keras-yolo的自动标注图片ui，可生成xml文件,扩充训练数据
开始写几篇博客吧，一是整理，二是记录。 这是当初实习做的一个小东西，太久远了忘了是参考哪位大佬的了。。其实就是把yolo的bbox位置写进xml里，当时用cvat纯手动标注图片࿰
keras-yolo3-master训练自己的数据集，训练出的权重trained_weights.h5在目标检测时无法框出有效目标
算法小白，尝试使用yolov3算法检测自己的数据集，最开始自己制作了数据集(167张图像)用于训练，训练后进行检测时发现，无法有效框出目标物体，输出如下： 自认
