yolov5 权重

https://gitee.com/edclol/yolov5.git

https://www.bilibili.com/video/av328439400/

1.源码地址:https://github.com/ultralytics/yolov5
https://github.com/ultralytics/yolov3
2.yolo所有权重文件:
链接:https://pan.baidu.com/s/1Zk2Ksfl_v-apbRBQ_mqc6w
提取码:00mp
3.在mx150笔记本测试,v5速度优势不是很大,但是比tiny精度好得多,v5最大的亮点应该是移植到移动设备。
感谢u大佬的研究工作!哈哈

版权声明:本文为CSDN博主「edclol」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/qq_43716478/article/details/108818736

edclol

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

目标检测——yolov4损失函数

人工智能学习离不开实践的验证,推荐大家可以多在FlyAI-AI竞赛服务平台多参加训练和竞赛,以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例

目标检测中的先验框(Anchor)

什么是先验框?
了解过目标检测算法的朋友们肯定知道先验框(Anchor)的概念,那么什么是先验框,为什么要有先验框?若要解释这个问题,首先我们需要了解边界框回归原理。
b