PPYOLOV2

基于Paddle Paddle的火灾检测项目

最终在jetsonnano上部署了训练好的PPYOLOv2模型，检测速度大约在7~8帧左右。目录基于PaddlePaddle的火灾检测项目使用paddlex进行模型训练、预
yihuiww·2023-04-14 10:11

论文解读: PP-YOLOE: An evolved version of YOLO

在PPYOLOv2中，ReLU激活功能用于主干，而mish激活功能用于颈部。PP-YO
万里鹏程转瞬至·2023-02-07 12:32

Ubuntu 使用 Paddle

Ubuntu使用Paddle选择PaddlePaddle版本创建环境安装PaddlePaddle验证安装PaddleDetection验证训练安装labelme装换为COCO数据集修改超参数开始训练（以ppyolov2
李常颢·2023-02-05 07:19

win10系统pp-yolov2实操训练自己的数据集

Windows10系统PPYOLOv2实操因为之前一直是用pytorch框架，所以这次从paddle环境搭建，到用pp-yolov2训练自己的数据集记录下全过程。我的电脑是win1064位系统。
小小小白大卫·2022-12-18 21:08

超越YOLOv5还不够，PaddleDetection又上新！

再加上已有的超越YOLOv5的单阶段目标检测算法：PPYOLOv2、霸榜PaperWit
飞桨PaddlePaddle·2022-11-21 19:08

PPYOLO、PPYOLOv2、PPYOLOE的pytorch实现三合一！

点击上方“视学算法”，选择加"星标"或“置顶”重磅干货，第一时间送达作者丨咩咩2013@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/514860567编辑丨极市平台导读miemiedetection是基于YOLOX进行二次开发的个人检测库（使用的深度学习框架为pytorch），实现了可变形卷积DCNv2、MatrixNMS等高难度算子，支持单机单卡、单机多卡、多机
视学算法·2022-11-21 00:06

windows10搭建PaddleDetection2.0环境，并制作自己的VOC数据集，利用PPYOLOv2进行训练及测试

文章目录前言1、必要环境2、安装2.1、创建python3.7虚拟环境2.2、安装PaddlePaddle2.12.3、安装PaddleDetection2.4、测试是否安装成功3、测试3.1、测试图片效果3.2、测试视频效果4、准备数据集4.1准备自己的VOC数据集4.2将数据集划分为训练集和测试集5、训练自己的数据集前言利用windows10系统搭建PaddleDetection2.0环境，并
[空--白]·2022-04-10 18:48

C++中实现AI推理前的图像预处理_PPYOLOv2模型

在《OpenVINO获取模型输入节点信息》获得了如下结论：图像的Resize、Normalize、transpose、expand等预处理功能需要手动写一个preprocess函数来实现。在Python中，由于存在强大的Numpy工具包，使得数组的切片、访问、广播都很容易实现，如下面代码所示：defpreprocess(self,image_file):"""输入的图像进行预处理，包括resize
LabVIEW_Python·2022-01-29 16:56
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他