weights cfg names文件，将这三个文件拷贝进根目录，运行程序即可实现YOLOv4+CUDA10.2+cudnn7.6.5.32+opencv3.4.10+VS2015目标识别

国外官网上下的yolov3.weights权重，容易的断，不太好下，好不容易下载成功，230多兆，有需要的朋友可以下载。

官网谷歌云盘链接下载速度很慢，提供Yolov4.weights百度网盘文件，yolov4论文地址：https://arxiv.org/abs/2004.10934v1

mobilenet_v2_weights_tf_dim_ordering_tf_kernels_1.0_192_no_top.h5,mobilenetv2 tf.keras预训练模型，可用于迁移学习。

无规范化网络和SGD的Tensorflow实现-自适应梯度剪切 论文： : 原始代码： : 安装及使用 我建议使用Docker运行代码： docker build -t nfnets/imagenet:latest --build-arg USER_ID=$(id -u) --build-arg GROUP_ID=$(id -g) . 要在imagenet数据集上训练NFNet，请执行以下操作： docker run --rm -it --gpus all -v $(pwd):/tf -p 8889:8888 -p 6006:6006 nfnets/imagenet:latest python train.py --variant F0 --batch_size 4096 --num_epochs 360 请参阅train.py模块以获取更多参数。 预先训练的权重已转换为

八百多张冰壶训练数据集训练完成的权重模型，测试过可直接使用。在CPU为i7 9700k和显卡1050Ti以及16G内存的环境下，帧率可达到60+，准确率也超过90%

LaneNet-Lane-Detection！The trained lanenet model weights files are stored in （new_lanenet_model_file）（资源为该链接中的全部文件）. You can download the model and put them in folder model/tusimple_lanenet/ 端到端的车道线检测方法，Github代码地址：https://github.com/MaybeShewill-CV/lanenet-lane-detection/blob/master/README.md

Yolov5 预训练权重，最新版，3.0。里面含有s, m, l, x四个版本的预训练权重，比1.0版本的小一些。应该是属于全CSDN最新

yolov5权重 8个都在

除了yolox-darknet53和yolox_x都在