摘要: 在这篇文章中,作者首先在YOLOv1的基础上提出了改进的YOLOv2,然后提出了一种检测与分类联合训练方法,使用这种联合训练方法在COCO检测数据集(用于检测)和ImageNet分类数据集(用于分类)上训练出了YOLO9000模型,其可以检测超过9000多类物体。 所以,这篇文章其实包含两个模型:Y 阅读全文
posted @ 2019-11-05 15:43 博博的Blog 阅读(338) 评论(0) 推荐(0) 编辑
摘要: YOLOv3没有太多的创新,主要是借鉴一些好的方案融合到YOLO里面。不过效果还是不错的,在保持速度优势的前提下,提升了预测精度,尤其是加强了对小物体的识别能力(yolov1在这方面是有缺陷的)。 本文主要讲v3的改进,由于是以v1和v2为基础,关于YOLO1和YOLO2的部分析请移步 "YOLO 阅读全文
posted @ 2019-11-05 15:42 博博的Blog 阅读(470) 评论(0) 推荐(0) 编辑