#324 · 主分类: 计算机视觉
keras-yolo2
在自定义数据集上轻松训练。支持多种后端(MobileNet 和 SqueezeNet)。一个在浏览器中运行的 YOLO 演示,用于检测浣熊,可通过 https://git.io/vF7vI 访问(不支持 Windows)。
项目最后更新:03/24/23
GitHub Stars
1.7K
Forks数量
770
贡献者数量
11
许可证
MIT
收录理由
训练自定义目标检测器,多数人会被框架配置折腾得头疼,而这个仓库直接给出了一套能跑的 YOLOv2 实现,基于 Keras 和 TensorFlow 后端,拿到自己的 VOC 格式标注和图片文件夹就能开始训练。骨干网络可以在 MobileNet、SqueezeNet、InceptionV3、ResNet50 之间切换,硬件资源有限时,牺牲一点精度换取更快的推理速度,很实用。仓库里附带浣熊、袋鼠、手部、红细胞检测等示例,相当于现成的起步模板;还有一个完全在浏览器里运行的浣熊检测演示,直观展示模型效果。对于想搞懂训练流程各部分如何衔接、而不只是拿现成黑箱工具的人来说,数据准备和训练步骤的讲解提供了很实在的入门路径。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。