在自建的数据集上训练yolov3准备（四）：将密集人头检测数据集brainwash标注转换成yolo标注，并用yolo_mark验证（附python脚本）-附件资源

好不容易找到的，yolov3.h5的百度云下载链接，github下载不下来

与YOLOv3相比，训练参数只有60%，但MAP提高了60%，并提出更轻量版的Poly-YOLO Lite，与YOLOv3比有相同的京都的，但是更小更快，可应用到实力分割上，代码和论文刚开源！

yolo的caffe实现

darknet_ros-master.zip

使用Tensorflow.js基于YOLO模型实现浏览器中的目标检测

用flask把yolov3的推断做成接口，返回json的串，需要使用自己的权重文件，使用sh文件部署

Yolo（所有版本）TensorFlow 2.4中的实时对象检测器 。 · 去做 转移学习 YoloV4配置 YoloV4培训 YoloV4损失功能调整。 现场积失 命令行选项 YoloV3微小 Rasberry Pi支持 目录 入门 安装 克隆仓库 git clone https://github.com/emadboctorx/yolo-tf2 安装 注意：如果您具有与cuda兼容的GPU，请在requirements.txt取消注释tensorflow-gpu cd yolo-tf2 pip install . 验证安装 yolotf2 出： Yolo-tf2

该工程用于实现使用ncc工具箱对.tflite模型进行转换，得到的kmodel模型在K210单片机中实现20类物体分类任务。硬件：Sipeed Maix Dock开发板；软件：MaixPy IDE，NNCase Converter v0.1.0 RC5（模型转换工具）,20类yolo模型.tflite,及使用说明

在进行目标检测学习过程中，跑典型的算法yolov2，需要加载神经网络中不同类型的层的配置参数包括batch_size, width,height,channel,momentum,decay，learning_rate等,需要这个配置文件