tensorflow2.1实现yolov3目标检测算法带简单自定义数据集，本来66张标注好的图片，由于上传限制全部删除，请自行自作并添加，还有用66张图片训练好的权值，请参照博客：https://blog.csdn.net/ABCDABCD321123/article/details/105182644 进行修改，如有疑问请在博客下留言，看到必回

yolo4_tensorflow2 tensorflow2.0实现的yolo第4版 [目录] 概述 对于那些在GPU平台上运行的检测器，它们的主干网络可能为VGG，ResNet，ResNeXt或DenseNet。 而对于那些在CPU平台上运行的检测器，他们的检测器可能为SqueezeNet，MobileNet，ShufflfleNet。 最具特色的二阶段目标检测器R-CNN系列，包括快速R-CNN，更快的R-CNN，R-FCN [9]，Libra R-CNN。目标检测器，例如RepPoints。至于一阶段目标检测器，尤其有意义的网络包括YOLO，SSD，RetinaNet。 一阶段的无锚目标检测器在不断发展，包括CenterNet，CornerNet，FCOS等。收集不同阶段的特征图，具有这种机制的网络，包括特征金字塔网络（FPN），路径聚合网络（PAN），BiFPN和NAS-FPN。

自动写诗是自然语言处理的一个入门实验，这个实验通过各种诗歌的数据集，对其中的数据进行预处理后采用各种网络模型进行学习和训练最终得到一个良好的loss和acuary之后，把模型保存下来，并输入一句话运行输出完整的诗句，最终输出的诗句效果和使用的模型、数据集以及训练次数都有关系。注明：这是ppt

自动写诗是自然语言处理的一个入门实验，这个实验通过各种诗歌的数据集，对其中的数据进行预处理后采用各种网络模型进行学习和训练最终得到一个良好的loss和acuary之后，把模型保存下来，并输入一句话运行输出完整的诗句，最终输出的诗句效果和使用的模型、数据集以及训练次数都有关系

tensorflow2.0.zip

tensorflow2学习。

eat_tensorflow2_in_30_days-master.zip

Tensorflow2.4保姆级安装教程.md

tensorflow2.x 训练模型的配置文件

加载 tensorflow2.x 生成的训练模型。将图片输入进去，对图片进行识别。