5.1 三角函数 acos 反余弦 acosh 反双曲余弦 acot 反余切 acoth 反双曲余切 acsc 反余割 acsch 反双曲余割 asec 反正割 asech 反双曲正割 asin 反正弦 asinh 反双曲正弦 atan 反正切 atanh 反双曲正切 atan2 四象限反正切 cos 余弦 cosh 双曲余弦 cot 余切 coth 双曲余切 csc 余割 csch 双曲余割 sec 正割 sech 双曲正割 sin 正弦 sinh 双曲正弦 tan 正切 tanh 双曲正切 5.2 指数函数 exp 指数 log 自然对数 log10 常用对数 log2 以 2 为底的对数 nextpow2 最近邻的 2 的幂 pow2 2 的幂 sqrt 平方根 5.3 复数函数 abs 绝对值 angle 相角 complex 将实部和虚部构成复数 conj 复数共轭 cplxpair 复数阵成共轭对形式排列 imag 复数虚部 isreal 若为实数矩阵则为真 6

yolov3火焰识别训练权重，pytorch框架ultralytics版yolov3代码，附代码，目标类别名为fire，训练好的权重和曲线图在runs/train文件夹下，有需要的可以下载

电塔绝缘子YOLOv3训练权重，附代码，权重文件在runs/trian/exp2中，代码为ultralytics版YOLOv3，有需要的可以下载，目标类别名为Insulator

数据集：血细胞

1、参考： opencv调用YOLOv3模型进行目标检测 基于python3的Opencv（一）-打开摄像头显示图像 python+OpenCV+YOLOv3打开笔记本摄像头模型检测 2、配置： 笔者的运行环境为： window 10 pycharm opencv-python Pytorch-YOLOv3 朋友们可下载笔者修改过的Pytorch-YOLOv3模型： Pytorch-YOLOv3使用步骤详解(win系统下） 3、步骤： 1. 建video文件 在一级文件下建立video.python file： 2. 添加代码 import numpy as np import cv2 im

警告：此存储库已过时，因为我不幸没有时间对其进行维护。 如果您想作为合作者继续开发它，请给我发送电子邮件至 。 PyTorch-YOLOv3 YOLOv3的最小PyTorch实现，并支持训练，推断和评估。 安装 克隆和安装要求 $ git clone https://github.com/eriklindernoren/PyTorch-YOLOv3 $ cd PyTorch-YOLOv3/ $ sudo pip3 install -r requirements.txt 下载预先训练的体重 $ cd weights/ $ bash download_weights.sh 下载COCO $ cd data/ $ bash get_coco_dataset.sh 测试 在COCO测试中评估模型。 $ python3 test.py --weights_path weights/yolov3

YOLOv3论文复现，选用pytorch的框架，可以识别文件中的图片和摄像头

Mobilenet-YOLO-Pytorch 就像我之前的项目，损失函数与原始实现非常相似 模型 pytorch实现的MobileNet-YOLO检测网络，在07 + 12上进行了训练，在VOC2007上进行了测试（图像网络经过预训练，而不是coco） 网络 地图 解析度 yolov3 约洛夫4 MobileNetV2 71.2 352 ✓ MobileNetV2 352 ✓ MobileNetV3 MobileNetV3 训练步骤 下载数据集VOCdevkit /，如果已有，请跳过此步骤 sh scripts/VOC2007.sh sh scripts/VOC2012.sh 创建lmdb sh scripts/create.sh 开始训练 sh scripts/train.sh 演示版 下载 ，并保存在$ Mobilenet-YOLO-Pytorch / chec

PyTorch-YOLOv3 YOLOv3的最小PyTorch实现，并支持训练，推断和评估。 安装 从源安装 为了进行正常的培训和评估，我们建议使用诗歌虚拟环境从源头安装软件包。 git clone https://github.com/eriklindernoren/PyTorch-YOLOv3 cd PyTorch-YOLOv3/ pip3 install poetry --user poetry install 您需要在运行以下任何不带poetry run前缀的命令之前，通过在此目录中运行poetry shell来加入虚拟环境。 如果您想在各处使用命令而无需打开诗歌外壳，请同时查看其他安装方法。 下载预先训练的体重 ./weights/download_weights.sh 下载COCO ./data/get_coco_dataset.sh 通过点子安装 如果要将此软件包用作

一套完整的pytorch版yolov3的训练所需，包括完整代码（包括怎么数据预处理），官方的2个预训练模型，100张已经标注好的voc格式的数据方便用于训练，以及自己亲自写的如何训练自己的数据的详细文档