一。介绍 本项目将Yolo-v3的源代码在Android Studio进行开发编译和部署到Android手机上，实现利用手机硬件平台完成对Yolo-v3网络的调用。项目以Yolo-v3-tiny为示例进行开发，其他相关网络可以通过Darknet网站下载权重文件进行复现。 二。开发环境 操作系统：Ubuntu 16.04 Android Studio：3.1.3 手机：小米MI 8 相关教程： 请自行查阅指南完成Android Studio安装以及NDK，SDK等相关开发环境的配置。 三，项目建成 3.1原始代码导入 在Andorid Studio构建一个支持C语言的项目，然后从下载源代码。 在项目工程的cpp文件夹下新建的深色网络文件夹，将下载的源码中的示例，包括src三个文件夹复制到Android工程中。 3.2原始修改 3.2.1包括文件夹 包括文件夹下放置的是darknet的头

一种改进的YOLO_v3红外图像行人检测方法

该代码可帮助读者将voc格式的数据集转换为yolo格式，为训练yolo模型提供了便利。读者仅需将代码中的路径和文件名更换为自己的即可。

基于YOLO算法的车辆违停检测

Yolo-V3 yolov3.cfg（236 MB COCO Yolo v3）-需要4 GB GPU-RAM： ://pjreddie.com/media/files/yolov3.weights 测试： 使用可选的命令行参数运行以下命令，以对“ images”文件夹中的图像执行检测。 默认情况下，“结果”文件夹将存储输出。 python detect_from_image.py 使用可选的命令行参数运行以下命令以从网络摄像头执行检测 python detect_from_video.py

yolo v3-pytorch模块图像分类检测使用-附件资源

目标检测经典论文：RCNN系列，YOLO系列,SSD，相关综述类论文包括算法对比分析等

视频物体识别yolo

yolov3.weight资源文件

yolov5进行检测时需要的权重文件，已经是v3版了，不需要科学上网，直接下载吧