前言我太难了，调程序搞了一下午，才好是一个，没办法小白就是悲催，目标检测是真的不好学，我正在努力，大家一起努力，向着毕业冲！冲！冲！不发牢骚了，进入正题。今天和大家一起学习的是利用TensorFlow的官方文件训练自己的目标检测模型。本人亲测请放心食用。ヾ(◍°∇°◍)ﾉﾞ第一步：目标检测API第一小步是我们去下载官方的模型文件，网址我发过了：https://github.com/tensorfl

前言今天我们一起学习YOLOv3网络结构，还是先看一下大神画的模型：今天我们要做就是看看如何通过代码构建网络结构。话不多说上代码：#! /usr/bin/env python# coding=utf-8#================================================================#Copyright (C) 2019 * Lt...

前言今天我们开始学习YOLOv3，这仍然是一种目标检测方法，原理大家可以看这位前辈的博文https://blog.csdn.net/leviopku/article/details/82660381，先看整体结构，这图来自于前辈的博文，已点赞。但是我们今天一起学习的是数据处理部分，现在我们先看一下整体代码：#! /usr/bin/env python# coding=utf-8#===...

前言我太难了，调程序搞了一下午，才好是一个，没办法小白就是悲催，目标检测是真的不好学，我正在努力，大家一起努力，向着毕业冲！冲！冲！不发牢骚了，进入正题。今天和大家一起学习的是利用TensorFlow的官方文件训练自己的目标检测模型。本人亲测请放心食用。ヾ(◍°∇°◍)ﾉﾞ第一步：目标检测API第一小步是我们去下载官方的模型文件，网址我发过了：https://github.com/tensorfl

前言以前一直找不到正负样本1:3的依据，这里记录一下负样本要选取损失较大的，这样梯度比较大，模型收敛更快

原来以为yolo只是简单地把不同感受野的特征图链接在一起，其实这里又以一个细节，细粒度，如图是把特征图进行类似于在二维空间上进行拆分然后再三维空间上进行重组后在进行连接，并非是传统的池化操作。...