yolo v3 中文翻译

最新推荐文章于 2025-11-20 04:18:25 发布
转载 最新推荐文章于 2025-11-20 04:18:25 发布 · 4.3k 阅读 · 0

该博客是YOLO v3的中文翻译内容，链接为https://zhuanlan.zhihu.com/p/35023499 ，涉及目标检测相关信息技术知识。
部署运行你感兴趣的模型镜像
https://zhuanlan.zhihu.com/p/35023499

您可能感兴趣的与本文相关的镜像

Yolo-v5

Yolo-v5

Yolo

YOLO（You Only Look Once）是一种流行的物体检测和图像分割模型，由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出，因其高速和高精度而广受欢迎

declanzane
关注
YOLO v3目标检测
不务正业的程序媛的博客
07-27 2318
YOLO v3工作原理描述相关概念YOLO残差块（Residual Blocks）跳跃连接（skip connections）上采样（Upsampling）目标检测边界框回归(Bounding Box Regression)IoU非极大值抑制（Non-Maximum Suppression，NMS）工作原理全卷积神经网络解析输出锚框（Anchor Box）预测中心坐标边界框的维度目标分数类别置信度在不同尺度上进行预测输出处理目标置信度的阈值处理非最大值抑制执行过程数据集介绍执行结果 工作原理描述 相关概念
目标检测 YOLO 系列： 持续改进 YOLO v3
生命在于折腾！
08-01 1114
目标检测 YOLO 系列： 持续改进 YOLO v3 作者：Joseph Redmon, Ali Farhadi 发表时间：2018 Paper 原文： YOLOv3: An Incremental Improvement（严格来说，这并非是一篇学术论文，因为没有正式发表，作者行文也比较潇洒） YOLO v3 最大的特点是精度不错，但是速度飞快，并且对小目标的效果也有提升。320x320 YOLO v3 精度和 SSD321 差不多，但是速度是 SSD321 的三倍。凭借卓越的性能，YOLO v3 在工业界
Python-TensorFlow实现的YOLOv3改进版
08-11
TensorFlow实现的YOLOv3改进版
Caffe2深度学习框架终极指南：轻量级架构如何重塑AI模型开发
最新发布
gitblog_00336的博客
11-20 853
Caffe2是一个轻量级、模块化且可扩展的深度学习框架，专为构建深度学习模型和神经网络而设计。这个强大的Python库支持多种深度学习框架，包括TensorFlow、PyTorch和MXNet，为AI开发者提供了前所未有的灵活性和效率。 ## 🤖 Caffe2核心特性解析 ### 轻量级架构设计优势 Caffe2采用轻量级架构设计，这意味着它可以在资源受限的环境中高效运行，同时保持出色的性能
YoloV3手写体数字识别项目数据.zip
12-16
Yolov3作手写数字识别，最好的新手入门项目。随机手写数字数据集 包含4000张可以直接使用的数据集 以及制作好的原始待检测视频+自己训练好的模型的检测视频。本资源的训练数据是labelImg标签过的，用了这个数据包和标签，你可以轻轻松松开始你的yolo之旅
YOLOv3 翻译
duanyajun987的博客
11-13 1906
  转自： https://zhuanlan.zhihu.com/p/35524251   YOLOv3 Joseph Redmon Ali Farhadi University of Washington   摘要 我们推出了YOLO的一些更新！我们做了一篮子微小的设计上的改变来让YOLO变得更好。我们同时也把这个新网络训练得更臃肿了。它虽然比上一版本大了一点，但更加准确。别...
YOLOv3 论文翻译及解读
热门推荐
I good vegetable a!
07-02 2万+
YOLOv3: An Incremental Improvement(一项渐进式的更新)
GitHub - AlexeyAB_darknet_ Windows and Linux version of Darknet Yolo v3
09-24
翻译-中文GitHub - AlexeyAB_darknet_ Windows and Linux version of Darknet Yolo v3 & v2 Neural Networks for object detection
目标检测YOLOv3共3个文档 1-原版论文pdf-2-中文翻译pdf-3-中英文翻译对照pdf.rar
06-12
yolo v3是一种基于深度学习的目标检测算法，可以实现实时物体检测和识别。相比于之前的版本，yolo v3在准确率和速度方面都有了很大的提升。它采用了一些新的技术，如多尺度预测、...2_中文翻译pdf 3_中英文翻译对照pdf
Yolo算法论文Markdown翻译版发布
资源摘要信息:"Yolo论文中文翻译Markdown版" 知识点： 1. Yolo算法概述： Yolo（You Only Look Once）是一种流行且高效的目标检测算法，它将目标检测问题转化为一个回归问题，利用单个神经网络直接从图像像素中...
精选资源
目标检测YOLOv4共3个文档 1-原版论文pdf-2-中文翻译pdf-3-中英文翻译对照pdf
06-12
相对于yolo v1、v2和v3，yolo v4的改进主要包括以下几个方面： 更高的检测精度：yolo v4使用了一些新的技术，如CSPDarknet53骨干网络、SPP块、PAN模块等，这些技术有助于提高算法的性能，从而实现更高的检测精度。 ...
目标检测入门之再读YOLOv3
sgzqc的专栏
11-27 4814
1 引言 YOLOv3在YOLOv2的基础上,改良了网络的主干,利用多尺度特征图进行检测,改进了多个独立的Logistic regression分类器来取代softmax来预测类别分类. YOLOv2的论文链接: 戳我 闲话少述,我们直接开始 ???? 2 主干网络 YOLOv3提出了新的主干网络: Darknet-53 ,从第0层到第74层,一共有53层卷积层,其余均为Resnet层. 和Darknet-19相比,Darknet-53去除了所有的maxpooling层,增加了更多的1X1和3X3的卷积层,
YOLOv3生成中文标签
qq_38247936的博客
09-02 476
YOLOv3攻略：中文标签问题 前提：本文的YOLOv3为AlexeyAB的版本。 step1：生成标签 生成标签的代码借鉴了https://www.pianshen.com/article/8064424145/ 先在data/labels下创建python程序，写入以下代码，其中label.names为自定义分类的汇总，如 京 沪 晋 赣 … G H Q R … 3 9 保存为txt，之后运行以下python程序 import os import string import pipes font =
论文阅读 || 目标检测系列——一文读懂YOLOv3
magic_ll的博客
06-29 1378
写在前面： yolo3的论文介绍的相对简单，主要还是需要阅读实现代码。自己阅读版本链接：https://github.com/YunYang1994/tensorflow-yolov3。 并重新训练了自己的数据，来更好的理解yolo3。 yolo3的解读，https://blog.youkuaiyun.com/leviopku/article/details/82660381，画出了很清晰的网络结构图。但每个人都有自己的“记忆宫殿”，我参考了他画的结构，画了个更适合自己理解和记忆的图。 之前看 [神探夏洛克] ，“.
YOLOv3 物体识别显示中文标签
weixin_43911004的博客
06-14 661
yolov3检测结果显示中文标签
YOLOv3: An Incremental Improvement【翻译】
m0_37818883的博客
05-23 970
摘要 我们向YOLO提供一些更新！我们做了一些小的设计改动，使之更好。我们还训练了一个相当棒的新网络。比上次大一点，但更准确。不过还是很快，别担心。在320×320的情况下，YOLOv3在22 ms内以28.2 mAP的速度运行，与SSD一样精确，但速度快了3倍。当我们看到旧的.5 IOU地图检测指标YOLOv3是相当不错的。与RetinaNet的57.5ap50in 198 ms相比，在Titan X上实现了57.9ap50in51ms，性能相似，但速度快了3.8倍。一如既往，所有代码都在https://
YOLO论文翻译——中文版
SnailTyan
12-04 1万+
文章作者：Tyan 博客：noahsnail.com  |  优快云  |  简书 文章作者：Tyan 博客：noahsnail.com  |  优快云  |  简书 声明：作者翻译论文仅为学习，如有侵权请联系作者删除博文，谢谢！ 翻译论文汇总：https://github.com/SnailTyan/d...
YOLOv3详细讲解
weixin_43489950的博客
04-23 647
https://blog.youkuaiyun.com/qq_37541097/article/details/81214953
YOLOv3 解读：小改动带来的性能大提升
CatOneTwo的专栏
04-30 2473
Title: YOLOv3: An Incremental Improvement(2018) Link: Paper Website Tips: 1. Summary: 论文目录Abstract1. Introduction2. The Deal3. HowWe Do4. Things We Tried That Didn’t Work We5. What This All Means Abs...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值