
yolov3目标检测
深度学习菜鸟
人工智能方向深度学习图像目标检测、识别、分类、分割,视频图像追踪识别,医学图像分割,OCR文本检测识别等。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
目标检测中的数据增强方法之——mixup:针对小样本
在深度学习中,一般要求样本的数量要充足,样本数量越多,训练出来的模型效果越好,模型的泛化能力越强。但是实际中,样本数量不足或者样本质量不够好,这就要对样本做数据增强,来提高样本质量。在样本量不足的情况下,采用mixup或者填鸭式的方法来进行数据增强,是行之有效的增强方法。其中mixup是将正负样本融合成新的一组样本,使得样本量翻倍。填鸭式是将原本样本里的目标抠出来,随机复制粘贴到其他地方。(个人理解)以下是mixup方法的代码示例:# coding:utf-8import cv2import o原创 2020-05-23 14:56:39 · 7904 阅读 · 10 评论 -
darknet-yolov3训练自己的数据集,keras模型测试(超详细完整版)
darknet-yolov3训练自己的数据集,keras模型测试(超详细完整版)一. darknet官网下载源码-----编译-----测试1. 配置Darknet下载darknet源码:git clone https://github.com/pjreddie/darknet进入darknet目录: cd darknet如果是cpu直接make,否则需要修改配置文件Makefile:...原创 2020-04-02 17:36:28 · 3517 阅读 · 9 评论