使用deepstream5.0-python-api部署yolov5
2021-10-18 17:03:01 97.56MB deepstream
1
yolov5源码DAMG数据集class6
2021-10-15 11:09:06 158.96MB yolov5
1
yolov5-master.rar
2021-10-15 11:09:05 231.28MB yolov5
1
YOLOv5_DOTA_OBB-master在Window下运行的环境配置,包括CUDA安装,debug调试
2021-10-15 11:09:03 2.66MB YOLOv5 YOLOv5_DOTA_OBB
1
yolov5 pytorch1.5版本,由于commit 太快,所以留存。希望以后用得到,目前yolov5 的检测效果还是非常好的
2021-10-14 21:57:38 676.86MB yolov5
1
yolov5-服务器训练可视化
2021-10-14 16:17:02 462KB yolov5训练
1
yolo5 目标检测,行人、车辆等物体检测、跟踪、计数,车辆方向检测
YoloV5-ncnn-Raspberry-Pi-4 带有ncnn框架的YoloV5。 论文: : 专为裸露的Raspberry Pi 4制作,请参阅 基准。 模型 杰特逊纳米2015 MHz RPi 4 64-OS 1950兆赫 YoloV2(416x416) 10.1帧/秒 3.0帧/秒 YoloV3(352x352)微小 17.7帧/秒 4.4 FPS YoloV4(416x416)微小 11.2 FPS 3.4帧/秒 YoloV4(608x608)完整 0.7帧/秒 0.2帧/秒 YoloV5(640x640)小 4.0 FPS 1.6帧/秒 依赖关系。 要运行该应用程序,您必须: 具有32或64位操作系统的树莓派4。 它可以是Raspberry 64位操作系统,也可以是Ubuntu 18.04 / 20.04。 已安装腾讯ncnn框架。 已安装OpenC
2021-10-13 13:19:16 14.1MB deep-learning aarch64 ncnn ncnn-model
1
YOLOV5转换模型为om模型文件脚本
2021-10-12 23:41:56 543KB YOLOV5 Atlas200DK
1
pycocotools2.0.2.rar
2021-10-12 22:01:21 84KB Yolov5 目标检测 机器学习 权重文件
1