利用yolov3训练自己的数据集（以框取车牌为例）

用flask把yolov3的推断做成接口,返回json的串,需要使用自己的权重文件,使用sh文件部署

用 YOLOv3 模型在一个开源的人手检测数据集 oxford hand 上做人手检测,并在此基础上做模型剪枝。对于该数据集,对 YOLOv3 进行 channel pruning 之后,模型的参数量

在PyTorch中实现YOLOv3

yoloV3是目前目标检测领域非常流行的一种算法，本文深入剖析了yoloV3的代码实现细节和优化方法，包括网络结构、损失函数、模型训练等方面进行详细解释，为读者提供了深入了解yoloV3算法的途径。

YOLOV3-对象检测 什么是Yolov3? YOLOv3是流行的对象检测算法YOLO的最新变体–您只看一次。 已发布的模型可识别图像和视频中的80个不同的对象,但最重要的是,它超级快且几乎与Sing

我制作了一个YOLOV3的实验教程,帮助新手实现利用YOLOv3训练自己的数据集,并且预测数据展现结果,文档提供了一切所需脚本,文件,数据。

找了好久找到的,求出的kmeans相对效果会好一些 - 作用:根据darknet训练txt的存储文件夹,经过多次计算求anchors,最后取2次avg_iou相等时的结果 - 需要修改:txt储存的文

图片-xml匹配、重命名、读取xml并重新生成xml

这份数据集包含了yolov5模型训练所需的数据，包括带标注的.jpg图片，对应的.xml文件和.txt文件。其中涉及电厂配电柜（老式）的数据集，为训练目标检测模型提供了重要的支持。

蓝色车牌数据集，总共2400张蓝色车牌，xml也已经制作好，放在文件夹中，自己刚做过车牌的东西，资源找的不容易，制作样本也不易，拿出分享，可以直接拿来训练