火灾检测图片voc集和训练好的yolo_tiny模型weights

该文件虽然是在github上可以找到的，把该文件下载后保存到/root/.keras/models目录下即可

该数据集是基于VOC_2006与VOC_2012数据集的裁剪梳理，提取出来的牛（cow)单一种类的目标检测数据集。包含了613张各种场景下的cow图片，格式符合yolo系列的（voc)格式，可以直接使

原始的Deformable Part Models matlab代码只能在Linux下运行的代码,该文件为Windows下成功编译的DPM5代码,并实现了Windows环境对自己数据文件的建模训练。

voc0712 训练的ssd模型，mAP值为77%，网络结构是作者开源的ssd代码的标准的ssd 300*300的网络

使用fastAPI对Opencv调用YOLO检测模型的过程进行封装,实现通过调用借口直接获取检测结果。

外网下载速度很慢，下过来跟大家分享。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

该文件是从https://drive.google.com/file/d/0B2JbaJSrWLpza0FtQlc3ejhMTTA/view?usp=sharing下载的，亲测可用

在openVino深度学习框架下，利用Intel Neural Compute Stick神经计算棒，实现接近实时的物体检测，约5PFS（根据不同的硬件设备）

仓库中提供名为darknet2onnx.py的代码文件，可用于将yolov7-tiny.weights模型转换为兼容性较好的onnx模型。该代码提供了一种简单有效的转换方法，可确保模型在不同平台和系统

|-cat_dog数据集 |--图片集 |----训练集 |----验证集 |--标签集 |----训练集 |----验证集 0代表猫，1代表狗