yolov5的权重文件，包含yolov5l.pt，yolov5l6.pt，yolov5m.pt，yolov5m6.pt，yolov5s.pt,yolov5s6.pt，yolov5x.pt,yolov5x6.pt，yolov5m_Objects365.pt, yolov5m.pt, yolov5m6.pt。使用方法，下载之后解压文件，将权重文件复制到yolov5项目下的weights文件中，运行detect.py即可
2021-11-01 18:14:58
804.73MB
1
yolov5官方权重文件包含4.0版本
yolov5x.pt、yolov5l.pt、yolov5s.pt、yolov5m.pt
2021-11-01 18:14:57
290.13MB
1
darknet是一个较为轻型的完全基于C与CUDA的开源深度学习框架，其主要特点就是容易安装，没有任何依赖项（OpenCV都可以不用），移植性非常好，支持CPU与GPU两种计算方式。Darknet的优势：
darknet完全由C语言实现，没有任何依赖项，当然可以使用OpenCV，但只是用其来显示图片、为了更好的可视化；
darknet支持CPU（所以没有GPU也不用紧的）与GPU（CUDA/cuDNN，使用GPU当然更块更好了）；
正是因为其较为轻型，没有像TensorFlow那般强大的API，所以给我的感觉就是有另一种味道的灵活性，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
2021-10-23 23:30:55
79.56MB
1
YOLOv5火焰识别结果权重文件，模型为YOLOv5s.pt，版本五的项目代码，训练类别为fire，有需要的可以下载
2021-10-22 20:08:13
27.83MB
keras-inception-resnet-v2
使用Keras的Inception-ResNet v2模型（带有权重文件）
在python 3.6下使用tensorflow-gpu==1.15.3和Keras==2.2.5进行了测试（尽管存在很多弃用警告，因为此代码是在TF 1.15之前编写的）。
层和命名遵循TF-slim的实现： :
消息
该实现已合并到keras.applications模块中！
在GitHub上安装最新版本的Keras并使用以下命令导入：
from keras . applications . inception_resnet_v2 import InceptionResNetV2 , preprocess_input
用法
基本上与keras.applications.InceptionV3模型相同。
from inception_resnet
2021-09-07 22:20:13
45KB
1
包括mars-small128.ckpt-68577,mars-small128.ckpt-68577.meta和mars-small128.pb三个文件
2021-08-27 10:26:49
40.12MB
1
今天小编就为大家分享一篇Pytorch .pth权重文件的使用解析，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-08-11 10:52:59
54KB
1