人工智能

火灾烟雾检测数据集（群名：火灾烟雾检测） 1. CVPR Lab ——KMU Fire and Smoke database（视频数据，可直接下载） http

1. IOU概述 IoU的全称为交并比（Intersection over Union），是目标检测中使用的一个概念，IoU计算的是“预测的边框”和“真实的边框”的交叠率-，

刚开始跟着网上的教程做，把环境安装错了，后来直接用GitHub的官方教程来安装环境。 地址是yolov5官方团队代码及教程，看readme文件就可以。 系列文章： 基于Yolov5目标检测

CascadeRcnn_ResNeXt101_1x : 0.441 CascadeRcnn_ResNeXt101_1xmultiple traintest : 0.495 CascadeRcnn_ResNet50_1x : 0.452 Casc

DETR 是Facebook AI 研究院于2020年提出的一种端到端的目标检测新方法，它省略了大量人工设计的组件并且不需要NMS后处理。 论文地址：https://arxiv.org/pdf/2005.12872

YOLO-Fastest训练自己的数据 继续yolo-fastest的学习，上一篇已经基本跑通了yolo-fastest，接下来开始训练，本次代码依旧是：https://github.c

Day 14 - 安装与执行 YOLO 在 介绍影像辨识的处理流程 － Day 10 有提到 YOLO 模型是由 Joseph Redmon 所提出，而到了 YOLOV4 后才换成另外一群人继续发展，

Cross Stage Partial Network(CSPNet) 一. 论文简介 降低计算量，同时保持或提升精度 主要做的贡献如下(可能之前有人已提出)： 提出一种思想，特征融合方式(降低计算量的

点击上方“码农的后花园”，选择“星标” 公众号精选文章，第一时间送达在深度学习中，数据是非常重要的，而自己制作训练数据集是模型训练的第一步，之前给大家介绍过目标检测和语义分割

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，本文介绍一下克莱复出与 YOLOv2 算法