在tensorflow2.2中如何使用yolov3进行实时对象检测
本篇文章给大家分享的是有关在tensorflow 2.2中如何使用yolov3进行实时对象检测,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。
为鹿邑等地区用户提供了全套网页设计制作服务,及鹿邑网站建设行业解决方案。主营业务为网站设计、成都网站制作、鹿邑网站设计,以传统方式定制建设网站,并提供域名空间备案等一条龙服务,秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求,就会得到认可,从而选择与我们长期合作。这样,我们也可以走得更远!
在tensorflow 2.2中实现yolov3对象检测器的实现
yolov3-keras-tf2
https://github.com/emadboctorx/yolov3-keras-tf2
* 特征
* tensorflow-2.X--keras功能API
* cpu-gpu支持
*随机权重和DarkNet权重支持
* csv-xml注释解析器。
*锚发生器。
*所有阶段的`matplotlib`可视化。
*`tf.data`输入管道。
*`pandas`和`numpy`数据处理。
*`imgaug`扩充管道
*`logging`的覆盖范围。
*全合一定制教练。
*停止并恢复培训支持。
*完全矢量化的mAP评估。
*`labelpix`支持。
*照片和视频检测
以上就是在tensorflow 2.2中如何使用yolov3进行实时对象检测,小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。
网页题目:在tensorflow2.2中如何使用yolov3进行实时对象检测
分享路径:http://scyanting.com/article/ppicgd.html