暂无评论
在刘健.caj文档中，我们进行了基于YOLOv4的学生行为识别研究。通过该研究，我们可以准确地识别学生在课堂中的行为，包括坐立、举手、写字等。我们使用了YOLOv4算法，该算法具有高效和准确的特点，能
yolov4.cfg yolov4.weights yolov4-tiny.cfg yolov4-tiny.weights coco.names
tiny_yolov3权重keras_h5，经过试验证实可用，修改model相关路径即可
yolov3-tiny 相关的配置文件包括训练好的权重，可以直接拿来用
YOLOv3-Torch2TRT 介绍 通过torch2trt Python API将YOLOv3和YOLOv3-tiny(PyTorch版本)转换为TensorRT模型。 安装 克隆仓库 git c
tflite_runtime-musl
yolov5-tflite-android-master.rar是一个文件压缩包，主要包含了针对yolov5目标检测模型的TFLite版本，适用于Android平台。这个压缩包可能包含了模型权重、代码
改进YOLOv4模型的高速率检测方法在新疆煤矸中的应用，能够提高检测效率和精确度。改进的方法和技术，在新疆煤矸领域进行了实际应用。研究结果表明，通过优化算法和模型参数，可以更好地适应新疆煤矸的特殊环境
YOLOv4-Cloud教程 该存储库将引导您逐步了解如何通过Google Colab使用Cloudnet中的Darknet构建,训练和运行YOLOv4对象检测。 要按照具体的教程进行操作,请将整个存
Quick performance check of Pytorch implementation of YoloV4
暂无评论