自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 基于keras的YOLO V3 和YOLO V4训练自己的模型(二)

基于keras的YOLO V3 和YOLO V4训练自己的模型(三)基于YOLO算法,我们制作了一个安全帽佩戴状态检测系统。1安全帽检测功能实现安全帽检测功能系统设计安全帽佩戴状态检测系统设计是本项目的核心,因此此部分是项目研究小组最为关注也是投入最多精力的部分。本系统安全帽佩戴状态检测部分结构框架如图所示:视频监控模块:保证对车间的实时拍摄,实现车间无盲区、图像清晰、可快速控制摄像头移动和变焦。系统目前选用能自动变焦的高清球机,并固定安装在车间合适位置。图像采集模块:系统通过 RTSP 视频传

2020-10-27 09:25:28 449

原创 基于keras的YOLO V3 和YOLO V4训练自己的模型(一)

基于keras的YOLO V3 和YOLO V4训练自己的模型(一)本人纯小白,最近在做比赛中需要用到目标检测算法,经过多方对比,我最终选择了yolo系列算法。此文只是记录一下自己的学习过程,也希望可以为后来人提供一些指导。在学习的过程中,遇到了神仙up主@ Bubbliiiing,本文以下内容很多都来源于他的文章。他有很多关于深度学习的教程,大家可以关注一下。今天首先先把yolo算法的核心步骤介绍一下。本项目利用基于YOLO v3的Darknet53、MobileNet v3与基于YOLO v4的

2020-10-21 22:42:52 2645 4

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除