当前主流目标识别（Object Detection）算法
参考链接：https://blog.csdn.net/librahfacebook/article/details/103114747https://blog.csdn.net/weixin_43196118/article/de
YOLOV5训练数据（火焰检测）
一、YOLOV5 实现检测
1.1 下载源码
官方地址下载源码 YoloV5
1.2 下载模型
下载官方模型，官方提供预训练模型，下载地址为谷歌云盘
二、YOLOV5训练数据集
2.1 火焰数据集
实验
Yolo系列学习（二）
1、Yolo是将目标识别看做一个回归问题，其实不存在正负例不均衡的问题，之后以loss设置权重是因为使两个样本相对均匀，但也没必要将正负例调节为1:1。（回归问题没有必要将正负例分为1:1
目标检测小结(RCNN、fast RCNN、faster RCNN)
目标检测小结(RCNN、fast RCNN、faster RCNN)
RCNN
RCNN又称基于候选框的目标检测算法
主要由三步组成，生成候选区域，传入神经网络，分类
生成候选区域：
在Jetson Nano上十行代码实现目标检测（jetson_inference）
网上有一个10行代码搞定目标检测的视频教程
参考网址：https://www.bilibili.com/video/av91150116/
经测非常实用，通过10行代码实现目标检测，在Jetson
