无须搭建环境，只需十分钟使用Google Colab平台，基于YOLOv4和Darknet来实现的物体检测
【摘要】 @Author：Runsen
YOLO
最近，了解计算机视觉的都知道YOLO 很火，从2016年的v1版本开始到现在的v5，YOLO 是一种实时目标检测算法，算法模型不需要训练，直接用就可以了。YOLO 是英文You Only Look Once的缩写。 You Only Look Once说的是只需要一次CNN运算，Unified指的是这是一个统一的框架，提供en...
@Author：Runsen
YOLO
最近，了解计算机视觉的都知道YOLO 很火，从2016年的v1版本开始到现在的v5，YOLO 是一种实时目标检测算法，算法模型不需要训练，直接用就可以了。YOLO 是英文You Only Look Once的缩写。
You Only Look Once说的是只需要一次CNN运算，Unified指的是这是一个统一的框架，提供end-to-end的预测。
darknet
目前关于目标检测四大开源神器，分别是Detectron2、mmDetection、darknet和SimpleDet。‘
为什么我们需要用darknet，这是因为 YOLO作者自己写的一个深度学习框架叫darknet。所以在行业上darknet的影响力比较大。
Darknet是一个用C和CUDA编写的开源的神经网络框架。安装起来非常快速、简单，并同时支持CPU和GPU。源码托管在github，
文章来源: maoli.blog.csdn.net，作者：刘润森！，版权归原作者所有，如需转载，请联系作者。
原文链接：maoli.blog.csdn.net/article/details/117048680
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）