自用就是这个，放在对应目录就行，不能直接传源文件所以传的是压缩文件。文件很大，如果要自己做一个yolo.h5的话还是比较费心的。

如果import其他地方找到的yolo.h5可能导致文件不可用，折腾了一下午，终于搞定了这个文件，现在分享出来~

适用于吴恩达深度学习课程的yolo.h5模型文件，利用yolo官网的weights与cfg文件，通过yad2k转换为keras的h5模型文件。

yolo-tiny的caffe模型，配合caffe使用 YOLO是一个实时目标检测系统，通俗点说就是在输入数据(图片或者视频)中查找特定的目标。举个例子，如果让一个专门识别龙的YOLO模型观看《权力的游戏》，在理想情况下，一旦画面中出现了龙，YOLO系统就会激动地用框框标记出画面中的龙。

有关YOLO v3的使用，请参见。 ML.Net中的YOLO v5 将YOLO v5与ML.Net一起使用 多亏了 ， 和 请参阅“的讨论，以问题。 参见分支 见keesschollaart81的 ML.Net中的YOLO v4 将YOLO v4与ML.Net一起使用 Onnx模式在onnx /型号回购可。 结果 资源 https://github.com/onnx/models/tree/master/vision/object_detection_segmentation/yolov4 https://github.com/hunglc007/tensorflow-yolov4-tflite https://towardsdatascience.com/yolo-v4-optimal-speed-accuracy-for-object-detection-79896ed4

yolo训练自定义数据转换类型

包含cpu和gpu版本，支持opencv3 opencv2，有问题可以产看我自己写的教程

因为吴恩达老师深度学习课程第四课第三周作业中需要用到yolo.h5，于是自己利用yolov2.cfg与yolov2.weights自己生成的yolo.h5，亲测可用。 没分的可以去我的github看看，下面有具体方法以及百度网盘下载地址，网址为：https://github.com/freenowill/Object-Detection

用于目标检测网络yolov3的学习交流。

从零开始学习YOLO.pdf