模型已训练好，能够检测出苹果，香蕉，橘子，火龙果和草莓五种水果。直接点击predict.py就可以输入包含水果的图片路径进行检测。不仅可以检测出包含单个水果的图片，也可以检测出包含多个不同水果的图片。
2021-08-23 13:19:13
209.51MB
因兴趣爱好下载了Faster-RCNN，由于没有GPU设备，所以调通了这份代码，可以在CPU上运行，通过pip安装好依赖环境后，可以直接运行trainval_net.py（数据集已内置，需要更改代码中数据集路径）。对于有兴趣跟一跟代码，且没有GPU设备的同学应该有些帮助。代码出处：https://github.com/jwyang/faster-rcnn.pytorch
2021-07-26 20:12:59
121B
1
通过TensorFlow、pytorch、opencv基于fasterRCNN网络模型进行图片分类训练与预测，可手动更改分类类别与数据集，压缩包中包含数据集，如需更改，则需自己手动处理数据集。训练时需要在model_data目录下添加voc_weight压缩包中的权重文件，下载路径：https://download.csdn.net/download/EngineerofAI/16679960
2021-04-15 13:03:25
669.11MB
faster-rcnn.pytorch-pytorch-1.0 实现可行。
2021-03-31 14:03:59
1.42MB
1