vgg19_weights_tf_dim_ordering_tf_kernels_notop
这是VGG19网络在imagenet数据集上的预训练权重文件，不带连接层。仅仅需要5积分，自行下载提取哦。
2022-05-20 17:06:11
71.05MB
1
关于保存h5模型、权重网上的示例非常多，也非常简单。主要有以下两个函数：
1、keras.models.load_model() 读取网络、权重
2、keras.models.load_weights() 仅读取权重
load_model代码包含load_weights的代码，区别在于load_weights时需要先有网络、并且load_weights需要将权重数据写入到对应网络层的tensor中。
下面以resnet50加载h5权重为例，示例代码如下
import keras
from keras.preprocessing import image
import numpy as np
2022-05-19 11:10:30
538KB
1
yolov4 Tiny版本的预训练权重，提取了yolo v4的backbone层，可用作训练yolo-V4.
2022-05-18 09:05:10
23.13MB
1
inception_v3_weights_tf_dim_ordering_tf_kernels_notop.h5
这是VGG16网络在imagenet数据集上的预训练权重文件，不带连接层。仅仅需要5积分，自行下载提取哦。
2022-05-12 09:11:49
77.29MB
1
权重文件 squeezenet_weights_tf_dim_ordering_tf_kernels
2022-05-11 21:06:09
4.83MB
1
https://github.com/Tianxiaomo/pytorch-YOLOv4
google
yolov4.pth(https://drive.google.com/open?id=1wv_LiFeCRYwtpkqREPeI13-gPELBDwuJ)
2022-05-10 16:05:54
245.91MB
1
yolov4.conv.137.pth(https://drive.google.com/open?id=1fcbR0bWzYfIEdLJPzOsn4R5mlvR6IQyA)
2022-05-10 16:05:54
162.27MB
1
官方正版下载，from海外，童叟无欺。您已经在cfg/子目录中拥有YOLO的配置文件。您必须在此下载预先训练的权重文件，就是这个哦
2022-04-28 13:30:34
180.48MB
1
inception_v3_weights_tf_dim_ordering_tf_kernels
Linux下是放在“~/.keras/models/”中
Win下则放在Python的“settings/.keras/models/”中
Windows-weights路径：C:\Users\你的用户名\.keras\models anaconda下依然好用
2022-04-27 20:26:30
83.77MB
1
opencv-yolo-tiny车辆检测需要的车辆检测模型文件
yolov3-tiny.weights
yolov3-tiny.cfg
obj.names
2022-04-27 09:15:14
31.38MB
1