PYNQ加速YOLOv2的demo,需要PYNQ平台，希望对感兴趣的开发者有用
2023-07-24 22:58:50
6.13MB
根据对YOLOv2网络的分析，除路由层外，大部分层都是串行处理的。路由层可以通过预先设置一个特定的地址来实现。
从加速器的角度来看，需要做的工作就是按顺序与内存进行交互（读取内存数据，处理数据，然后写回内存数据）。由于输入和输出的数据量非常大，为了重用数据和减少内存访问次数，总是采用循环平铺技术，将卷积循环R、C、M、N平铺到Tr、Tc、Tm、Tn[8] .
文件中有详细说明和相关论文参考
2023-07-24 22:57:28
38.53MB
1
各论文如下：
1）You Only Look Once:Unified, Real-Time Object Detection；
2）YOLO9000:Better, Faster, Stronger；
3）YOLOv3: An Incremental Improvement；
4）YOLOv4: Optimal Speed and Accuracy of Object Detection；
5）You Only Look One-level Feature;
6)DetectoRS: Detecting Objects with Recursive Feature;
7)YOLOv6: A Single-Stage Object Detection Framework for Industrial Applications；
8）YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object
detectors；
2023-05-02 21:10:48
21.64MB
1
YOLO9000_Better, Faster, Stronger 2016.pdf 论文pdf版本
2023-03-06 10:03:44
4.99MB
1
【K210】火焰识别、yolo_v2目标检测（带数据集和模型）
近2000张图片，实测效果还行，模型部署在K210平台有30帧
2022-10-27 18:07:40
156.39MB
1
YOLOv2-Tensorflow
声明：
更详细的代码解读.
欢迎关注.
运行环境：
Python3 + Tensorflow1.5 + OpenCV-python3.3.1 + Numpy1.13
windows和ubuntu环境都可以
准备工作：
请在下载模型，并放到yolo2_model文件夹下
文件说明：
1、model_darknet19.py：yolo2网络模型——darknet19
2、decode.py：解码darknet19网络得到的参数
3、utils.py：功能函数，包含：预处理输入图片、筛选边界框NMS、绘制筛选后的边界框
4、config.py：配置文件，包含anchor尺寸、coco数据集的80个classes类别名称
5、Main.py：YOLO_v2主函数，对应程序有三个步骤：
（1）输入图片进入darknet19网络得到特征图，并进行解码得到：xmin
2022-05-24 23:36:30
1.22MB
1
目标检测yolov2和yolov3的权重文件，并且有基于voc数据集训练好的权重。
2022-05-21 22:27:50
709.47MB
1
在运行目标检测典型算法yolov2时，有不同的神经网络可供选择，该文件是tiny版本，文件提供了神经网络中不同类型的层的配置参数包括batch_size, width,height,channel,momentum,decay，learning_rate等。
2022-05-05 12:34:18
1KB
1
本资源是基于K210端侧平台部署头盔识别模型，资源包中包含已经训练好的kmodel格式的模型文件，可以直接部署到K210平台，同时还提供了课程设计报告pdf版以及答辩ppt
2022-04-28 16:06:49
23.35MB
1