相比起Faster RCNN的两阶结构，2015年诞生的YOLO v1创造性地使用一阶结构完成了物体检测任务，直接预测物体的类别与位置，没有RPN网络，也没有类似于Anchor的预选框，因此速度很快。...
在目标检测中有很多常用的数据标注工具，如LabelImg、Labelme等等，经过标注生成的格式各不相同，但基本符合几大数据集的标注格式。
最近我在第三期百度黄埔学院支持下学习相关内容，还是很有收获的，本文主要记录学习过程中的技术细节和想法。
从零开始学习使用keras-yolov3进行图片的目标检测，比较详细地记录了准备以及训练过程，提供一个信号灯的目标检测模型训练实例，并提供相关代码与训练集。...
pascal voc或yolo格式的数据可以使用labelimg进行标注：下载地址：
github地址：https://github.com/zhanghang1989/ResNeSt
Welcome to your week 3 programming assignment. You will learn about object detection using the very powerful YOLO model. Many of the ideas in this notebook are ...
备注：研究方向+地点+学校/公司+昵称，更快通过申请，长按加细分领域技术交流群，目前有细分领域：图像分割、图像目标检测、论文写作、车道检测、模型优化、目标跟踪、SLAM、点云处理（分割检测）、深度学习。...
测试10张图片，计算平均耗时：yolo_cpp_dll.dll 自己编译生成的yolov3 18ms 100%yolov3-tiny 5ms 检出率60% 比较节省gup资源yolov4 35ms 检出率90%
