很多人在训练的时候找不到yolo weights

在Azure上训练自定义YOLO v4暗网模型并在IoT Edge上与Azure Live Video Analytics一起运行 目录 训练定制的YOLO v4模型 先决条件 SSH客户端或命令行工具-对于Windows，请尝试 SCP客户端或命令行工具-对于Windows，请尝试 Azure订阅-适用于新客户的。 熟悉Unix命令-例如vim ， nano ， wget ， curl等。 视觉对象标记工具 在Azure中的Ubuntu（18.04）虚拟机上安装并运行测试 通过使用项目VM设置来设置N系列虚拟机。 SSH进入带有用户名和密码的Ubuntu DSVM（如果使用ssh密钥，则使用该密钥） 如果这是公司订阅，则可能需要删除Azure门户中“网络”下的入站端口规则（删除Cleanuptool-Deny-103） 通过运行以下命令测试Darknet可执行文件。 获得YO

yolo标注软件，大家直接pip安装即可，可以不用不用下载！！！！！！！！！！！

c# 调用yolov3 的程序，实现目标识别 c# 调用yolov3 的程序，实现目标识别 c# 调用yolov3 的程序，实现目标识别c# 调用yolov3 的程序，实现目标识别

voc to yolo标注文件格式转换器,用法参考我的博客，博客名为：yolov4训练自己的数据集,在训练部分

:rocket:如果有帮助，请单击星号！ :star: Ncnn在移动设备上的部署，支持：相机上的YOLOv5s，YOLOv4-tiny，MobileNetV2-YOLOv3-nano，简单姿势，Yolact，ChineseOCR-lite，ENet，Landmark106，DBFace，MBNv2-FCN和MBNv3-Seg-small。 iOS： Xcode 11.5 macOS 10.15.4 iPhone 6sp 13.5.1 安卓： Android Studio 4.0 Win10 1909年 魅族16x 8.1.0（CPU：高通710 GPU：Adreno 616） Android已添加了权限请求，但如果仍然崩溃，请手动确认是否允许相关权限。 的iOS Select the model to be tested directly on the interface. 安卓 Selec

Yolo-mark 标记软件 实现图像的标记功能生成.txt文件 包含x,y,w,h

在自建的数据集上训练yolov3准备（四）：将密集人头检测数据集brainwash标注转换成yolo标注，并用yolo_mark验证（附python脚本）-附件资源

好不容易找到的，yolov3.h5的百度云下载链接，github下载不下来

与YOLOv3相比，训练参数只有60%，但MAP提高了60%，并提出更轻量版的Poly-YOLO Lite，与YOLOv3比有相同的京都的，但是更小更快，可应用到实力分割上，代码和论文刚开源！