yolov3-tiny 相关的配置文件包括训练好的权重，可以直接拿来用

深度学习，目标检测框架yolov3，作为最经典的一步法的模型之一，在精度中等的情况下并保证了很快的速度。这里提供了官方训练好轻量级权重模型yolov3-tiny.weights

yolov3(pytorch)训练自己的数据集可参看本人blog。要使用的预训练权重：首先下载训练好的网络参数yolov3-tiny.weights，到weights目录下，但仍然需要fine-tune，so对yolov3-tiny.weights进行改造，下载darknet相关文件，下载好之后进入文件make一下，生成darknet可执行文件，在当前文件目录下运行： ./darknet partial cfg/yolov3-tiny.cfg yolov3-tiny.weights yolov3-tiny.conv.15 15 即可得到该文件yolov3-tiny.conv.15

中文 | tfjs-yolov3 介绍 完全用js来实现图片中的目标检测 基于yolov3算法和Tensorflow.js库 用tensorflow.js实现yolov3和yolov3-tiny 需要注意的是: 必须是Tensorflow.js@v0.12.4版本以上 特点 可以识别任意尺寸的图片 同时支持yolov3和yolov3-tiny 快速开始 安装 npm install tfjs-yolov3 用法示例 import { yolov3, yolov3Tiny } from 'tfjs-yolov3' async function start () { const yolo = await yolov3Tiny() // pre-load model (35M) // or // const yolo = await yolov3() // pre-load mode

python使用yolov3/yolov3-tiny训练好的权重文件.weights进行行人检测，批量测试自定义文件夹下的图片并输出至指定文件夹 目录 python使用yolov3/yolov3-tiny训练好的权重文件.weights进行行人检测，批量测试自定义文件夹下的图片并输出至指定文件夹 一、写在开头 二、已有的环境条件    1. pycharm–python    2. opencv3.4    3. 用yolov3训练好了自己的权重文件.weights ​ ​三、文件目录结构 ​四、批量测试图片测试程序 五、进行测试  六、写在最后 一、写在开头         最近在做毕业设计

该文件是yolov3-tiny的预训练模型，用于YOLOv3-tiny训练过程。Yolov3训练得到的模型比较大，而Yolov3-tiny训练得到的模型小很多，可用于移动端的移植。

yolov3(pytorch)训练自己的数据集可参看本人blog。要使用的预训练权重：yolov3-tiny.weights

本课程详细讲解Yolov3 Tiny算法模型的训练，量化，仿真以及在海思开发板上的部署。 主要内容包括： 1.课程介绍2.darknet框架代码下载及其编译3.基于无人零售商品数据集训练yolov3 tiny?? a）无人零售数据集介绍?? b）配置文件data和cfg的介绍和修改?? c）模型训练和较优模型的挑选4）yolov3 tiny darknet模型转换成caffe model5）wk模型生成及其仿真验证?? a）3519av100 sdk010提供?? b）模型的量化?? c）仿真代码讲解及其运行6）仿真检测结果框偏移现象及其纠正7）量化模型在板载上运行

为解决在嵌入式设备上实时、高精度检测司机安全驾驶监督的问题，本文基于目标检测中经典的深度学习神经网络YOLOv3-tiny，运用通道剪枝技术成功在目标检测任务中实现了模型压缩，在精度不变的情况下减少了改进后神经网络的计算总量和参数总数.并基于NVIDIA的推理框架TensorRT进行了模型层级融合和半精度加速，部署加速后的模型.实验结果表明，加速模型的推理速度约为原模型的2倍，参数体积缩小一半，精度无损失，实现了高精度下实时检测的目的.

yolov3-tiny.cfg.rar