|
- yolo 原理与实现方法是什么？ - 知乎
YOLO仅利用卷积层，使其成为一个全卷积网络（FCN）。 在YOLO v3论文中，作者提出了一个名为Darknet-53的更深的特征提取器架构。 正如其名称所示，它包含53个卷积层，每个卷积层后面跟随批量归一化层和Leaky ReLU激活函数。 没有使用任何形式的池化，而使用带有步长2的卷积层来降采样特征图。 这有助
- pytorch、TensorFlow、OpenCV、YOLO是什么？ - 知乎
pytorch、TensorFlow、OpenCV、YOLO是什么？ 书上说pytorch是一种深度学习框架，什么意思啊？ YOLO是一种目标检测模型，又是什么意思？ 他们有什么区别和联系？ 显示全部 关注者 23 被浏览
- 如何提高Yolo目标检测的效果？ - 知乎
类型：目标检测 Yolo格式 描述： 训练集共5918张图像 测试集共797张图像 图像尺寸：640x640 在这里插入图片描述 基于YOLOv8的山体滑坡数据集的目标检测任务，从安装依赖、准备数据集、配置YOLOv8模型、训练和评估模型、到最后的GUI应用程序来展示模型预测结果。
- 如何看待DECI团队提出的YOLO-NAS？ - 知乎
YOLO-NAS 专为生产用途而设计，与 NVIDIA® TensorRT™ 等高性能推理引擎完全兼容，并支持 INT8 量化以实现前所未有的运行时性能。 这种优化使 YOLO-NAS 在现实场景中表现出色，例如自动驾驶汽车、机器人和视频分析应用程序，在这些场景中低延迟和高效处理至关重要。
- 本科生，只会Python基础，该如何入门YOLO目标检测，学习路线？ - 知乎
知道 yolo 应该有深度学习基础吧，b站有很多讲解yolo的up主，找一个播放量高的就行，有视频理解起来也不难。然后就是找一份代码 (视频一般会提供)，debug一行一行看，把流程搞懂。油管上可以搜 Aladdin Persson，他的视频是手把手教你写 yolov1 yolov3的代码
- YOLO是什么意思？ - 知乎
YOLO是You Only Live Once 的缩写，是从国外传到中国的正火的生活方式，YOLO族通常是很酷的青年，有自己的梦想，自己的想法，大家聚集在一起激发创意，分享故事。“及时行乐”是YOLO族的生活信条，但并不代表着对堕落生活的默许，通常的YOLO族们讲究生活的品质，如果是自己喜欢的事情可以做到极致
- CNN、RCNN、YOLO等和Alexnet、VGG等的关系是什么？ - 知乎
YOLO v3 你看，Faster RCNN架构图中，卷积+relu+池化这些只占了一小块地方，而到了YOLO v3中，干脆用了很多“省略号”。 所以，从结构上来说，上面的第2组可以看成是第3组的组件。
- 目标检测比如 yolov5，训练输入图像大小默认是 640*640，这个是不是越大训练的效果越好 ？ - 知乎
首先回答的是，不见得input size越大越好。主要的原因是目前所采用的FPN结构的设计，不同size的物体被分到了不同的feature map上进行处理。我们的工作在以Resnet-50 FCOS在800 size下以及400 size下的图片进行了初步探索，实验结果表明，小物体在大的input size下performance好，而大物体在小的input size下performance
|
|
|