在网络空间更深层的地方，有一处阴暗且鲜为人知的阴暗区域，它匿名，隐蔽，搜索引擎无法搜索，监管机构难以触及，它就是“暗网”
2022-01-15 22:10:05
93KB
1
阿尔特罗斯·尤洛
最新的C＃实时对象检测系统（Visual Studio）。 该项目具有CPU和GPU支持，使用GPU可以更快地进行检测。 该项目的主要目标是易于使用yolo，该软件包可在nuget上使用，您只需安装两个软件包即可开始检测。 在后台，我们使用Windows Yolo版本的 。 将图像路径或字节数组发送到并接收检测到的对象的位置。 我们的项目旨在将对象类型和-position返回为可处理数据。 该库支持
NuGet
通过快速安装Alturos.Yolo
PM> install-package Alturos.Yolo (C# wrapper and C++ dlls 28MB
2021-12-21 08:38:06
92.51MB
1
MobileNetV2-YOLOv3-Nano的暗网实现：移动终端设计的检测网络0.8BFlops！华为P40 6ms ！！！
MobileNetv2-YOLOv3-SPP暗网MobileNetv2-YOLOv3-SPP检测网络的暗网实现网络VOC mAP（0.5）解析推断时间（GTX2080ti）FLOPS权重大小MobileNetV2-YOLOv3-SPP 71.7 416 5ms 5.5BFlops 14.2 * emmmm ...这个懒得训练，mAP就凑合这样吧
在GTX1080ti上，MobileNetV2-YOLOv3-SPP的推理时间为100毫秒，而RTX2080的推理时间为5毫秒！！！
移动推理框架基准测试（4 * AR
2021-11-30 09:15:08
48.79MB
1
介绍
一种转换工具，可将YOLO v3暗网权重转换为TF Lite模型（YOLO v3 PyTorch> ONNX> TensorFlow> TF Lite）和TensorRT模型（dynamic_axes分支）。
先决条件
python3
torch==1.3.1
torchvision==0.4.2
onnx==1.6.0
onnx-tf==1.5.0
onnxruntime-gpu==1.0.0
tensorflow-gpu==1.15.0
码头工人
docker pull zldrobit/onnx:10.0-cudnn7-devel
用法
1.下载预训练的Darknet权重：
cd weights
wget https://pjreddie.com/media/files/yolov3.weights
2.将YOLO v3模型从Darknet权重转换为ONNX模
2021-08-19 21:52:15
1.52MB
1