一。介绍 本项目将Yolo-v3的源代码在Android Studio进行开发编译和部署到Android手机上，实现利用手机硬件平台完成对Yolo-v3网络的调用。项目以Yolo-v3-tiny为示例进行开发，其他相关网络可以通过Darknet网站下载权重文件进行复现。 二。开发环境 操作系统：Ubuntu 16.04 Android Studio：3.1.3 手机：小米MI 8 相关教程： 请自行查阅指南完成Android Studio安装以及NDK，SDK等相关开发环境的配置。 三，项目建成 3.1原始代码导入 在Andorid Studio构建一个支持C语言的项目，然后从下载源代码。 在项目工程的cpp文件夹下新建的深色网络文件夹，将下载的源码中的示例，包括src三个文件夹复制到Android工程中。 3.2原始修改 3.2.1包括文件夹 包括文件夹下放置的是darknet的头

Yolo-V3 yolov3.cfg（236 MB COCO Yolo v3）-需要4 GB GPU-RAM： ://pjreddie.com/media/files/yolov3.weights 测试： 使用可选的命令行参数运行以下命令，以对“ images”文件夹中的图像执行检测。 默认情况下，“结果”文件夹将存储输出。 python detect_from_image.py 使用可选的命令行参数运行以下命令以从网络摄像头执行检测 python detect_from_video.py

yolo v3-pytorch模块图像分类检测使用-附件资源

该资源为python版本下yolo v3红绿灯模型，模型是我训练的一个德国红绿灯模型。详细介绍见： https://blog.csdn.net/mao_hui_fei/article/details/106271523

参考博客： 【tensorflow-2.x-gpu 】 获得tensorflow-Pb模型所有层的名字 https://blog.csdn.net/jn10010537/article/details/113620467

车牌定位数据集lableme标注好的，可以用于其他faster rcnn和SSD框架

本资源为YOLO v3目标检测算法的PyTorch实现（出处：https://github.com/ayooshkathuria/pytorch-yolo-v3），本压缩包中包含了240MB的预训练网络文件，方便难以访问国外服务器的同学下载。

改进YOLO_V3遥感图像飞机识别应用_郑志强

tensorflow版本的YOLO v3，在Windows系统下亲测可运行，代码完整，包含训练测试demo等等，上手简单容易，无需复杂的环境，

tensorflow版本的YOLO v3，在Windows系统下亲测可运行，代码完整，包含训练测试demo等等，上手简单容易，无需复杂的环境，tensorflow版本的YOLO v3，在Windows系统下亲测可运行，代码完整，包含训练测试demo等等，上手简单容易，无需复杂的环境，tensorflow版本的YOLO v3，在Windows系统下亲测可运行，代码完整，包含训练测试demo等等，上手简单容易，无需复杂的环境，tensorflow版本的YOLO v3，在Windows系统下亲测可运行，代码完整，包含训练测试demo等等，上手简单容易，无需复杂的环境，tensorflow版本的YOLO v3，在Windows系统下亲测可运行，代码完整，包含训练测试demo等等，上手简单容易，无需复杂的环境