opencv 3.4.0 + yolo3+yolov3.weight
2021-05-12 15:00:50 394.39MB YOLO
1
1.4.1 介绍 Git地址:https://github.com/chineseocr/chineseocr。目前支持darknet、keras、tensorflow、pytorch。但将来会主要支持darknet。Yolo3开始就是用darknet编写的。 基于yolo3 与crnn 实现中文自然场景文字检测及识别。我试的身份证识别效果很好。 YOLO3:目标检测。 CRNN: EndToEnd文本识别网络-CRNN(CNN+GRU/LSTM+CTC) 1.4.2 环境准备 目前git上的代码必须用tensorflow=1.8,我本地的tensorflow=1.15运行不起来,会报错:In
2021-05-08 10:51:30 125KB c do dow
1
events.out.tfevents.1618530194.LAPTOP-7R99OTKH
2021-04-29 01:47:23 13.68MB python yolo3
1
hand-keras-yolo3-recognize 模型训练参考:https://gitee.com/cungudafa/keras-yolo3 yolo3识别这里参考于:https://github.com/AaronJny/tf2-keras-yolo3
2021-04-27 15:29:24 1.43MB yolo3 目标检测 tensorflow keras
1
经过近一周的不断尝试,终于编译成功OPENCV4.4 GPU测试YOLO3模型,中间过程遇到很多坑。 附件中已有下载好的.cache文件,亲们可参考《Win10 OpenCv4使用说明.doc》。 附件包括:opencv4.4 dnn cuda + Win10 + vs2017 64位 + YOLO3测试代码 opencv-4.4.0-vc14_vc15.exe + opencv_contrib-4.4.0.zip + sources\.cache + opencv源码编译说明文档 + YOLO测试代码
2021-04-22 17:08:38 591.6MB opencv4.4 yolo3
1
解压后的各文件释义请参考Labelme bbox_detection 的Readme 中大ITS车牌定位训练数据(已标注,仅供学习使用,侵删) 欢迎点赞文章“实现车牌识别之二--使用yolov3进行车牌定位”
2021-04-15 21:25:15 105.92MB yolo3 车牌定位
1
yolo训练 神经网络 可识别滑块缺口等一系列验证码 识别行人 汽车等视觉标注
2021-04-04 12:01:22 80.56MB yolo5 yolo3 yolo训练 滑块缺口
1
......................................................................................................................................................................................................
2021-03-19 15:05:46 221.19MB yolo3
1
yolo3 tiny训练的车牌识别模型,可以识别闸口环境的车牌,对于车牌没有大的变形和无损情况下,识别良好,速度快,i3以上CPU可以达到实时识别的效果。
2021-03-03 22:54:02 31.48MB 车牌识别
1
资源包含全部YOLOV3模型,模型训练的步骤的相关说明都在资源当中。 框架采用的pytorch,信号灯数据集采用的是我自己标注的信号灯数据集,相关数据集的资源可以在我发布的其他资源里找到,数据集的数量庞大,质量优秀,完全可以胜任模型的训练任务。模型文件经过本人亲自调整和测试,确实有效。训练过程中遇到的问题和解决方法都写在了资源里的说明中,最终训练完成的权重文件也一并打包上传,有任何问题可以留言。
2021-02-22 13:03:05 444.75MB YOLOV3模型 pytorch 交通信号灯 目标检测