pytorch

目录 yolov5_face nanodet blazeface scrfd yolov5_face yolov5 face 使用踩坑记录_jacke121的专栏-CSDN博客 nanodet 没写精度，有模型： https:/

下载项目：https://github.com/ultralytics/yolov5 1.硬件配置： CPU：Intel Xeon Gold 6146 3.2GHz GPU：GTX3090

在cmake的编译过程中，可能会报找不到cuda编译器的错误，如下 -- The CUDA compiler identification is unknown CMake Error at CMakeLists.

YOLO v5 实现目标检测（参考数据集&自制数据集） Author： Labyrinthine Leo   Init_time： 2020.10.26 GitHub： ht

1.网络模型和数据 SSD网络，图片大小（w,h)(480, 640) SSD检测结果 2.cuda加速 处理一张图片的时间 [ 0 ] 695.201 ms. [ 1 ] 42.9589 ms. [ 2 ]

problem 在自己的数据（voc格式）上训练Faster RCNN（https://github.com/jwyang/faster-rcnn.pytorch）就出现了lossnan

学了蛮久的目标检测了，但是有好多细节总是忘或者模棱两可，感觉有必要写博客记录一下学习笔记和一些心得，既可以加深印象又可以方便他人。博客内容集成自各大学习资源，所以图片也就不加水印了&#xf

一、yolov5源码测试 1、源码下载（v4.0版本） 官方地址：https://github.com/ultralytics/yolov5 2、模型下载 官方链接：https:/

NMS-Loss是如何解决目标检测中的遮挡问题 让检测告别遮挡 | NMS-Loss是如何解决目标检测中的遮挡问题的？ - 知乎 Repulsion Loss: Detecting Pedestrians in a Crowd Repuls

目录 文章核心： 1.效果图及视频展示 2.背景 3.安装PaddlePaddle 4.预训练模型的下载 比如yolov3在coco和voc数据集上的预训练模型和权重列表如下： 5.模型导出&#xff0