YOLOv3 mobile asff.pth

自然场景OCR（YOLOv3+CTPN+CRNN）,附带整个项目代码，详细代码注释

yolov3的cfg配置文件以及weights文件，测试帧数达到40+，精度高

图片-xml匹配、重命名、读取xml并重新生成xml

TrainYourOwnYOLO:从头开始构建自定义对象检测器 此存储库使您可以使用最新的计算机视觉算法训练自定义图像检测器。 简短的请查阅这个。 此仓库可与TensorFlow 2.3和Keras

本资源包含YOLOv3物体检测模型的相关文件，包括COCO标签文件coco.names、模型配置文件yolov3.cfg以及权重文件yolov3.weights和yolov3-tiny.weights

YOLOv3（You Only Look Once version 3）是一种基于深度学习的目标检测算法，具有实时物体检测和识别能力。相比于之前的版本，YOLOv3在准确率和速度方面取得了显著的提升。

几个月前自己上手YOLOV3-keras，自己训练了一个数据集。在测试的时候，发现源码作者的测试不好用。自己稍稍修改了一下。几点改进（1）批量测试图片将待测试的图片放入 './test'路径下。测试的

Keras实现的yolo v3对象检测

以相机作为输入的视觉同时定位与建图(SLAM)系统在地图构建过程中虽然可以保留点云的空间几何信息,但是并没有完全利用环境中物体的语义信息。针对这个问题,对当前主流视觉SLAM系统和基于Faster R

YOLOv3tensorflow：用TensorFlow实现的YOLOv3目标检测