内附一个文本数据集，一个代码文件
# 代码功能: Simple-RNN 实现文本预测-------------------------------------------
# 原始数据集: 爱丽丝梦游仙境.txt
# 第1步: 提取文本数据，转化one-hot编码
# 第2步: 训练Simple RNN网络
# 第3步: 生成初始文本，预测文本后续内容
2021-09-23 07:21:35
40KB
1
针对VOC2007数据集，9963张RGB图片，9963个xml文件。
搭建YOLOv3模型，加载Darknet-53权重，从头开始手动训练调参。
最后检测精度非常高，针对如此复杂的数据集都能达到70%以上。
2021-06-19 19:08:09
441.55MB
1
1、北理工卡车位置图片数据集，2100张RGB，2100个xml文件。
2、Tiny_YOLOV1检测模型，精度达到97%。
2021-06-07 14:07:16
805.59MB
1
在TensorFlow 2.3中实现的YOLOv3
[]
前言
此仓库源于zzh8829/yolov3-tf2基础上进行修改的，zzh8829/yolov3-tf2代码仓库地址：https://github.com/zzh8829/yolov3-tf2
修改后的版本是基于Python3、TensorFlow2.3版本、opencv-python4.4 的进行开发的。
主要特点
TensorFlow 2.3
带有yolov3 预先训练好的权重
带有yolov3-tiny 预先训练好的权重
提供接口案例
转移学习示例
使用tf.GradientTape进行Eager模式训练
使用model.fit进行Graph模式训练
具有tf.keras.layers的功能模型
使用tf.data的输入管道
Tensorflow服务
向量化转换
GPU加速
简洁地实现
遵循最佳做
2021-06-01 16:37:14
11.11MB
1
利用tiny_yolov1模型对VOC2007数据集进行目标检测。
训练分为4轮，不断尝试调整学习率，最后val loss=71已经达到瓶颈。
检测效果大体上满意。
2021-05-26 19:05:37
512.03MB
1