Visdrone数据集pytorch框架下YOLOv3训练结果，包含3个训练好的模型YOLOv3-drone.pt、yolov3-tiny-drone.pt、YOLOv3-spp-drone.pt及其各种训练曲线图，保存在runs/train文件夹下，附有相关场景下的测试视频和代码，代码为Ultralytics 版YOLOv3版的代码，每个模型训练了150轮，

Visdrone数据集pytorch框架下YOLOv3训练结果，包含训练好的权重文件和各种训练曲线图，保存在runs/train文件夹下，附有相关场景下的测试视频和代码，代码为Ultralytics 版YOLOv3d代码

我找了这个数据包很久，由于大家知道的原因无法下载，托远方的朋友下载，在这里分享给大家

5.1 三角函数 acos 反余弦 acosh 反双曲余弦 acot 反余切 acoth 反双曲余切 acsc 反余割 acsch 反双曲余割 asec 反正割 asech 反双曲正割 asin 反正弦 asinh 反双曲正弦 atan 反正切 atanh 反双曲正切 atan2 四象限反正切 cos 余弦 cosh 双曲余弦 cot 余切 coth 双曲余切 csc 余割 csch 双曲余割 sec 正割 sech 双曲正割 sin 正弦 sinh 双曲正弦 tan 正切 tanh 双曲正切 5.2 指数函数 exp 指数 log 自然对数 log10 常用对数 log2 以 2 为底的对数 nextpow2 最近邻的 2 的幂 pow2 2 的幂 sqrt 平方根 5.3 复数函数 abs 绝对值 angle 相角 complex 将实部和虚部构成复数 conj 复数共轭 cplxpair 复数阵成共轭对形式排列 imag 复数虚部 isreal 若为实数矩阵则为真 6

[YoLoV3目标检测实战] keras+yolov3训练自身的数据集 本文用keras版本的yolov3来训练人脸口罩数据集，从而完成一个简单的目标检测。 首先先上目标检测效果，准备好了吗？ go！go！go！ 看到 目标检测的效果之后，你心动了吗？心动不如行动，让我们放手去干！撸起袖子加油干！ 一、环境要求 Python： 3.7.4 Tensorflow-GPU 1.14.0 Keras: 2.2.4 古人云：“工欲善其事必先利其器”。 我们首先要搭建好GPU的环境。有了GPU的环境，才能跑得快！！！ 这里为了方便，就用anaconda的conda命令来搭建环境，执行以下几条命

使用darknet（windows GPU 版本） yolov3 训练自己的第一个检测模型.,使用darknet（windows GPU 版本） yolov3 训练自己的第一个检测模型.

内容包含采集好的训练数据、预训练模型以及相应的代码。

https://github.com/tanluren/mobilenetv3-yolov3 上的预训练模型，20分类，要class相同才能用

该资源为博客 https://blog.csdn.net/fovever_/article/details/102815346 中使用的部分数据集，为了方便大家学习如何制作自己的数据集并训练模型，特此上传！

yolov3 训练好的权重方便加载，亲测可用亲测可用亲测可用亲测可用亲测可用亲测可用亲测可用亲测可用