yolov4 预训练模型yolov4.conv.137及测试模型yolov4.weights,yolov4_ncnn模型yolov4.param(实测过,没问题)

共有两类模型,分别包含 darknet_model_yolov4,有:yolov4 / yolov4-tiny 预训练模型 yolov4.conv.137 / yolov4-tiny.conv.29 和测试模型 yolov4.weights / yolov4-tiny.weights)。还包含 ncnn_model_yolov4,有:yolov4 / yolov4-tiny ncnn 模型,yolov4.bin、 yolov4.param、 yolov4-tiny-opt.bin、 yolov4-tiny-opt.param 以及它们的16位量化模型,上述模型均为coco 80类

前段时间跑了yolov4, 当时模型下载很费劲,所以整理出来供有需要的人使用,有需要的请自取,如果觉得好,感谢点赞:

链接:https://pan.baidu.com/s/1KQu9YJPzdmufBxOayCDxXw 
提取码:1024 

版权声明:本文为CSDN博主「Wendy_lz」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/m0_37844017/article/details/112030524

Wendy_lz

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

mmdetection之dataset类解读

前言 本篇是mmdetection源码解读第二篇,主要讲解mmdetection是初始化数据类的。本文以coco数据集为例,当然,源码解读不可能面面俱到,重要的是揣摩设计者的思想以及实现过

使用PyTorch实现目标检测与跟踪

欢迎关注 “小白玩转Python”,发现更多 “有趣”引言在昨天的文章中,我们介绍了如何在PyTorch中使用您自己的图像来训练图像分类器,然后使用它来进行图像识别。本文将展示如何使用预训练的分类器检测