2019YOLOv3目标检络模型优化实战(附讲义、源码、数据集、软件)26课

发布时间: 2020-10-29

发货 百度网盘 自动发货 时间 2019年 类型 会员打折

¥12.00

立即下载 加入收藏

5.0分/1人

升级会员组 享受更多优惠

自动发货

适合人群:

具有一定深度学习基础,希望掌握YOLOv3目标检测实战方法的同学们


课程目标:

学习和学习YOLOv3目标检测网络模型改进方法


课程简介:

YOLOv3是一种基于深度学习的端到端实时目标检测方法,以速度快见长。

本课程将学习YOLOv3的实现的darknet的网络模型改进方法。具体包括:

• PASCAL VOC数据集的整理、训练与测试 

• Eclipse IDE的安装与使用 

• 改进1:不显示指定类别目标的方法 (增加功能) 

• 改进2:合并BN层到卷积层 (加快推理速度) 

• 改进3:使用GIoU指标和损失函数 (提高检测精度) 

• 改进4:tiny YOLOv3 (简化网络模型)

• AlexeyAB/darknet项目介绍


课程目录:

配套资料(讲义、源码、数据集、软件)

01.课程介绍

02.darknet的安装及测试

03.PASCAL VOC数据集下载及训练

04.PASCAL VOC数据集训练与测试演示

05.Eclipse的安装

06.Eclipse的使用演示HelloWor

07.Eclipse调试程序方法

08.不显示某类目标的方法

09.不显示某类目标的方法代码修改

10.改进演示

11.合并BN层到卷积层改进原理

12.合并BN层到卷积层源码回顾

13.合并BN层到卷积层代码修改

14.合并BN层到卷积层改进演示

15.合并BN层到卷积层性能测试

16.使用GIoU指标和损失函数改进原理

17.使用GIoU指标和损失函数代码修改

18.使用GIoU指标和损失函数改进演示

19.Tiny YOLOv3改进原理

20.Tiny YOLOv3改进演示

21.AlexyAB darknet项目介绍

22.AlexyAB darknet安装与使用

23.AlexyAB darknet训练可视化

24.AlexyAB darknet训练结果

25.课程总结

26.课程资料说明



课程大小:

10.png

备注:(04)2020091810人工智能

版权信息:本站所有资源仅供学习与参考,请勿用于商业用途,如有侵犯您的版权,请及时联系客服,我们将尽快处理。
  • 默*

    2月前默*

    未评价,系统默认好评!

更多评论

嘿,我来帮您!