[目录] K210 YOLO V3框架 这是一个清晰，可扩展的yolo v3框架 实时显示召回率和精度 易于与其他数据集一起使用 支持多个模型主干并扩展更多 支持n个输出层和m个锚点 支持模型重量修剪 便携式型号用于Kendryte 芯片 Voc培训 设置环境 在ubuntu 18.04， Python 3.7.1测试，在requirements.txt其他测试。 准备数据集 首先使用脚本： wget https://pjreddie.com/media/files/VOCtrainval_11-May-2012.tar wget https://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tar wget https://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar t

yolov5-master.zip 源代码

weights.zip yolo v5 weights

YOLO的猫检测项目 介绍 该存储库中的项目是使用YOLO和darknet框架来训练对象检测模型。 查找训练有素的体重： : 故事 我的朋友最近有一只猫，它是德文郡（Devon Rex）。 我学习了CV算法，它是YOLO。 我很高兴看到如果我应用YOLO来检测德文郡雷克斯，将会发生什么。 首先，我从Google收集了Devon的图片数据（约150张图片），并对其进行了手动标记。 我用Darknet framork训练了模型，让我们看看我做了什么。 表中的内容 Cat_Doven_Detection.py ->检测程序 /数据 ->目标图片和视频 /测试 ->演示图片和视频 图像检测演示： 视频检测演示： 参考： labelImg： ://tzutalin.github.io/labelImg/ 暗网： : dog1.jpeg来源：https：// // /照片/棕色-

社交距离检测 您可以在此处找到包含完整算法和代码的视频：（ ） Github通常不支持大于25 Mb的文件。您可以在找到yolo权重 下载并移至yolo-coco文件夹 对于CPU： 要在您的终端中运行此代码： *打开您的终端 更改目录至您下载此代码的位置 如果尚未安装python3，请先安装python3！ 运行python3 -m venv venv创建一个名为venv的虚拟环境。 运行source venv/bin/activate激活您的环境！ 编写pip install -r requirements.txt以安装与此项目相关的python依赖项，例如opencv，numpy，scipy等。 运行命令time python social_distance_detector.py --input pedestrians.mp4 --output output.avi --display 1运行您的社交距离检测项目 运行命令的最后一行后，将弹出一个窗口，执行该文件后，将在目录中显示一个output.avi文件，如下所示： 对于GPU： 您可以在这里找到我的Googl

jetson平台下 opencv_dnn 的完美应用 含makefile 代码例子和完整依赖库

yolo的一系列资源（yolov3.cfg、yolov3.weights、yolov3-tiny.cfg、yolov3-tiny.weights、coco.names）

YOLO 尝试使用YOLO网络摄像头。 步骤1：下载并将其保存到model_data/ 。 第2步：运行video.py 。 步骤3：尽情享受！

车辆检测

该文件是yolov3-tiny的预训练模型，用于YOLOv3-tiny训练过程。Yolov3训练得到的模型比较大，而Yolov3-tiny训练得到的模型小很多，可用于移动端的移植。