基于YOLOV3的通用物体检测项目实战---(3)YOLOV3 DarkNet框架介绍和环境搭建(笔记)

YOLO V3检测模型的环境搭建

YOLOV3介绍:

  • 速度和精度最均衡的目标检测网络
  • 融合多种先进方法,改进YOLOV1/V2缺点,且效果更优
    在这里插入图片描述
    YOLOV3具体图解在:https://blog.csdn.net/qq_43211132/article/details/91044151

DarkNet

  • 一个较为轻型的完全基于C与CUDA的开源深度学习框架。
  • 容易安装,没有任何依赖项,移植性非常好,支持CPU与GPU两种计算方式
  • http://pjreddie.com/darknet/
    DarkNet特性:
  • darknet完全有c语言实现,没有任何依赖项,当然可以使用OpenCV,但只是用来显示图片,为了更好的可视化
  • darknet支持CPU与GPU(CUDA/cuDNN)
  • 轻量型、灵活性,适合用来研究底层,可以更为方便的从底层对其进行改进与扩展
  • darknet的实现与Caffe的实现存在相似的地方

网络配置文件

  • .cfg
    权值文件
    .weights
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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