YOLOV4 預訓練模型 yolov4.conv.137 網盤鏈接

原創 关注公众号‘AI深度视线’ 2020-05-07 17:33

下載路徑：

文件包括：darknet 工程/yolov4預訓練模型/作者訓練好的yolov4模型/yolov4文章

鏈接: https://pan.baidu.com/s/1kwAwefd3absOrZSTAGnbhQ

提取碼: x3gz

 

拿走，不謝～

另，YOLOV4的文章解讀如下：

YOLOv4 詳解版！一句話總結：速度差不多的精度碾壓，精度差不多的速度碾壓！

 

 

 

 

發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章

高速VIO特徵 | TX2跑1000FPS！比FAST更快！基於GPU前端加速的增強型特徵檢測器

本文提出一種選擇局部最大響應方法，並提出一種增強的FAST特徵檢測器，在Jetson TX2上特徵檢測和跟蹤速度高達 1000 FPS！代碼剛剛開源！ 作者團隊：蘇黎世大學& ETH Zurich https://github.com/

关注公众号‘AI深度视线’ 2020-06-23 03:53:37

人體量子裝置揭開——微管，人類細胞攜帶作爲靈魂存在的量子信息

精彩內容 有人說，量子力學已經觸及了靈魂的世界，相比人們自詡對物質世界科學研究的透徹，量子力學顯得更有深度和層次，靈魂就是傳說中不可分割的量子嗎？ 量子科學對多數人來講，是一門深不可測的學科，因爲量子的特性很詭異，它不但存在“波粒二

关注公众号‘AI深度视线’ 2020-06-23 03:53:37

關注公號：AI深度視線 | CVPR 2020 | CentripetalNet：目標檢測新網絡，COCO 48 % AP超現所有Anchor-free網絡

  1 引言     摘要：基於關鍵點的檢測器性能還不錯，不過匹配錯關鍵點的情況還是經常發生，並極大地影響了探測器的性能。作者在這篇文章中提出一種使用向心偏移來對同一實例中的角點進行配對的CentripetalNet向心網絡。向心網絡可

关注公众号‘AI深度视线’ 2020-06-23 03:53:37

又一款速度、精度超越Centernet和YOLO3的網絡：SaccadeNet！

 表現SOTA！在COCO上，以28 FPS 達到40.4 ％mAP的性能，優於CenterNet、YOLOV3和CornerNet等網絡。 作者團隊：馬里蘭大學帕克分校&Wormpex AI研究院   1 引言   思路來源：

关注公众号‘AI深度视线’ 2020-06-23 03:53:37

關注公號：AI深度視線 | EfficientDet: 論文理解，MAP50.9目前最高，模型小4倍！

精彩內容 EfficientDet-d6在52M參數和229BFLOPs的情況下，實現了map在COCO數據集的最高水平(50.9)，比之前最好的檢測器更小，使用更少的FLOPs (13xless FLOPs)，但仍然更準確(+0.2%

关注公众号‘AI深度视线’ 2020-06-23 03:53:37

CNN目標檢測（三）：SSD詳解

CNN目標檢測（三）：SSD詳解 轉載 浩瀚之水_csdn 最後發佈於2017-08-26 08:30:47 閱讀數 41732 收藏 展開 SSD github : https://github.com/weiliu89/caffe

关注公众号‘AI深度视线’ 2020-06-23 03:53:37

關注公號： AI深度視線 | CVPR 2020 | 更快，更強！SOLOv2：COCO 41.7AP+31FPS 實時實例分割新SOTA!

    1 引言   摘要：在這項工作中，我們旨在構建一個性能強大的簡單，直接和快速的實例分割框架。我們遵循SOLOv1方法的原理。" SOLO：按位置分割對象"。重要的是，我們通過動態學習目標分割器的mask head 。具體來說，將

关注公众号‘AI深度视线’ 2020-06-23 03:53:26

YOLOV5安裝教程

1，下載工程 ubuntu安裝python3.7 ubuntu默認帶着的python版本不是最新版，因此需要手動安裝最新版。 查看python的指向。 ls -l /usr/bin | grep python 可以看到，此時python指

关注公众号‘AI深度视线’ 2020-06-16 13:23:14

Pytroch版YOLOv5，性能提升兩倍，推斷速度可達每秒140幀！

關注 點擊關注上方“AI深度視線”，並“星標”公號 技術硬文，第一時間送達！   轉自 | 量子位  YOLOv4還沒有退熱，YOLOv5已經發布！ 6月9日，Ultralytics公司開源了YOLOv5，離上一次YOLOv4發佈不到50

关注公众号‘AI深度视线’ 2020-06-16 01:46:11

實戰 | 巧用位姿解算實現單目相機測距

關注 點擊關注上方“AI深度視線”，並“星標”公號 技術硬文，第一時間送達！ 精彩內容 在項目過程中，總遇到需要單目視覺給出目標測距信息的情況，其實單目相機本不適合測距，即使能給出，精度也有限，只能在有限制的條件下或者對精度要求很不高的情

关注公众号‘AI深度视线’ 2020-06-11 11:33:48

yolo.format_to_coco.format

import argparse import datetime import json import os from PIL import Image w = 1080 h = 1920 def main(args): c

关注公众号‘AI深度视线’ 2020-06-11 11:33:48

CenterNet 安裝編譯教程

一、Anaconda虛擬環境 1、python環境 conda create -n CenterNet python=3.6 conda activate CenterNet 2、Pytorch1.2.0 (1)下載如下兩個文件，網址：h

关注公众号‘AI深度视线’ 2020-06-11 11:33:48

即插即漲2-3%！AC-FPN：用於目標檢測的注意力引導上下文的特徵金字塔網絡

關注 點擊關注上方“AI深度視線”，並“星標”公號 技術硬文，第一時間送達！   精彩內容 AC-FPN——用於目標檢測的注意力引導上下文的特徵金字塔網絡 ，即插即用的新FPN模 塊，替換Cascade R-CNN、Mask R-CNN等

关注公众号‘AI深度视线’ 2020-06-11 11:33:48

COCO 迎來新榜首！DetectoRS以54.7mAP成就目前最高精度檢測網絡

關注 點擊關注上方“AI深度視線”，並“星標”公號 技術硬文，第一時間送達！   精彩內容 這篇DetectoRS以mAP54.7的成績刷新COCO目標檢測網絡榜榜首，同時還以47.1%拿下COCO實例分割第一、49.6AQ拿下COCO全

关注公众号‘AI深度视线’ 2020-06-11 11:33:48

Darknet框架3：YOLOV4-Darknet環境搭建以及測試coco2017的mAP,FPS！

YOLOV4-Darknet環境搭建以及測試coco2017的mAP,FPS！ 文章目錄一. YOLOV4網絡結構二. YOLOV4環境搭建2.1. darknet的配置2.2. 在COCO evaluation server驗

decinzhang 2020-07-04 05:52:59