大佬自制的一个标注工具（下载后双击exe文件可直接运行），可以实现yolo数据集的快速标注。自动生成所需txt和dat文件无需转换

一、Anaconda安装与配置 推荐清华镜像站下载Windows版本，安装可参考官方文档（注意安装路径不要有中文） 安装时勾选将anaconda添加至系统环境变量中(官方文档第8步) 在cmd中输入conda -V，输出 conda x-x-x（x-x-x为版本号）即为安装成功 安装成功后将anaconda切换为清华源，具体步骤如下： win + R 打开cmd,输入conda config --set show_channel_urls yes生效后可以在系统盘用户目录系下找到.condarc用记事本打开，用以下内容替换： channels: - defaults show_channe

MFC调用yolo动态链接库，实现以下功能： 1.实现打开单张图片并进行检测以及显示测试时间； 2.实现打开文件夹中视频并进行实时检测或者调用摄像头进行实时检测； 3.检测时可实现 FPS 、检测框数量以及检测准确率的实时显示。 4.实现对话框的最大化和最小化（控件以及显示在图片控件上的图片大小可相应变化） 很好的借鉴代码，希望能帮到有需要的小伙伴！

YOLOv3使用笔记——TensorRT加速-附件资源

所有的依赖已经通过environment.yml 配置文件进行配置，下载后直接运行即可

yolov3_MXNet MXNet的一个开源项目里的yolov3代码，写了一个中文注解，方便学习。 需要安装： MXNet 格洛诺夫 阅读顺序： 建议Darknet.py-> yolov3.py-> train_yolo3.py-> yolo_target.py

1、darknet深度学习框架使用所用文件 2、可直接下载使用，官网较慢

压缩包包含文件： coco.names，yolov3.cfg， yolov3.weights共三个文件。分别为训练数据的标签、网络框架、网络参数

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

:NEW_button: 您是否正在寻找由TF2.0实现的新YOLOv3？ 如果您非常讨厌tensorflow1.x，请不用担心！ 我已经用TF2.0实现了一个新的YOLOv3存储库，并且还制作了一个中文博客，介绍如何从头开始实现YOLOv3对象检测器。 | | 第1部分。快速入门 克隆此文件 $ git clone https://github.com/YunYang1994/tensorflow-yolov3.git 您应该在掌握这些代码之前先安装一些依赖项。 $ cd tensorflow-yolov3 $ pip install -r ./docs/requirements.txt 将已加载的COCO权重导出为TF检查点（ yolov3_coco.ckpt ）【 】 $ cd checkpoint $ wget https://github.com/YunYang1994/tensorflow-