# YOLO目标检测技术分析
yolo目标检测
yolo目标检测，行人检测。
yolo目标检测识别跟踪
yolo3，目标检测、识别、跟踪，人和车都已经实现程序入口是app.py已在python3.7tensorflow1.12.0上
YOLO目标检测的进化.pdf
YOLO，YOLO的核心思想就是利用整张图作为网络的输入，直接在输出层回归boundingbox（边界框）的位置及其所属的类别。
OpenCVdnn加载YOLO网络目标检测
利用opencv-dnn加载YOLO进行目标检测，可以检测输入的图片，也可以利用USB-camera实时检测（目标包括人、汽车、
目标检测算法之YOLO
关于目标检测算法之YOLO,YOLO作为基于深度学习的第一个one-stage的方法做快可以在TitanX GPU上做到45帧每
目标检测之yolo算法.pptx
着重从yolo算法原理与网络结构方面介绍
FastAPI封装YOLO目标检测模型
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。
最快的目标检测技术论文yolo v1v
yolo v1-v3论文,其中还有 faster cnn,google net,inception 和yolo相关的论文
基于yolo的目标位置实时检测.docx
使用yolo训练自己的数据集对单个目标进行检测,仅供参考,删除了一些图片.
目标检测关于yolo系列的资源整理
数据集的质量高低对于算法模型的评价非常重要。一个低质量的数据集容易混淆两个算法模型的性能好坏,甚至在评价的过程中得出相反的结论。