Yolo系列模型原理详细解读及实战
文章平均质量分 92
Yolo系列模型是基于深度学习的目标检测算法,以其高速度和较高的准确性在计算机视觉领域备受关注。本专栏将深入探讨Yolo系列模型的原理与实践,帮助读者全面了解Yolo算法的工作原理,并提供实战指导以应用于真实场景。
穿着帆布鞋也能走猫步
这个作者很懒,什么都没留下…
展开
-
手把手实现 | 使用Yolov8训练自己的数据集【环境配置-准备数据集(采集&标注&划分)-模型训练(多种方式)-模型预测-模型导出】
使用Yolov8训练自己的数据集原创 2023-09-04 12:00:18 · 38962 阅读 · 39 评论 -
Yolov8原理详细解析!一文看懂
Yolov8原理详细解析原创 2023-08-30 15:02:38 · 54511 阅读 · 9 评论 -
Yolov5原理详细解析!一文看懂
Yolov5原理详细解析原创 2023-10-27 16:08:54 · 22042 阅读 · 3 评论 -
超详解| Yolov8模型手把手调参 | 配置 | 模型训练 | 验证 | 推理
Yolov8参数详细解析原创 2023-09-06 18:03:42 · 66204 阅读 · 21 评论 -
Yolov1原理详细解读及实战(二)实战篇
在中,我们对Yolov1网络结构、算法流程、训练及推理原理进行了详细剖析,本章进入实战环节,话不多说,马上开始!原创 2023-08-28 16:09:22 · 223 阅读 · 0 评论 -
Yolov1原理详细解读及实战(一)理论篇
Yolo(You Only Look Once)是一种one-stage目标检测算法,即仅需要“看”一次就可以识别出图片中物体的class类别和位置。作为one-stage的开山鼻祖,YOLOv1以其简洁的网络结构和GPU上的实时检测速度而一鸣惊人,打破了R-CNN的“垄断”地位,为目标检测领域带来巨大的变革。Yolov1将目标检测任务重新定义为单个回归问题,仅使用一个卷积神经网络直接预测图像的Bounding box及其class类别的概率。原创 2023-08-28 15:59:41 · 688 阅读 · 0 评论