代码修改-51CTO学堂

{{ interaction.likeNum == 0 ? '点赞' : formatNumber(interaction.likeNum) }} {{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }} {{ interaction.discussNum == 0 ? '讨论' : formatNumber(interaction.discussNum) }}

提问 {{ interaction.noteNum > 0 ? interaction.noteNum + '篇笔记' : '记笔记' }} 离线观看

下载学堂APP

缓存视频离线看

报告问题离线观看

下载学堂APP

缓存视频离线看

课程介绍

讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}

适合人群

具有一定深度学习基础，希望掌握YOLOv3目标检测实战方法的同学们

你将会学到

学习和学习YOLOv3目标检测网络模型改进方法

课程简介

YOLOv3是一种基于深度学习的端到端实时目标检测方法，以速度快见长。

本课程将学习YOLOv3的实现的darknet的网络模型改进方法。具体包括：

• PASCAL VOC数据集的整理、训练与测试

• Eclipse IDE的安装与使用

• 改进1：不显示指定类别目标的方法（增加功能）

• 改进2：合并BN层到卷积层（加快推理速度）

• 改进3：使用GIoU指标和损失函数（提高检测精度）

• 改进4：tiny YOLOv3 （简化网络模型）

• AlexeyAB/darknet项目介绍

除本课程《YOLOv3目标检测实战：网络模型改进方法》外，本人推出了有关YOLOv3目标检测的系列课程，请关注该系列的其它课程，包括：

《YOLOv3目标检测实战：训练自己的数据集》

《YOLOv3目标检测实战：交通标志识别》

《YOLOv3目标检测：原理与源码解析》

在学习课程《YOLOv3目标检测实战：网络模型改进方法》前，建议先学习课程《YOLOv3目标检测实战：训练自己的数据集》和课程《YOLOv3目标检测实战：交通标志识别》之一和课程《YOLOv3目标检测：原理与源码解析》。

展开更多

发布

置顶笔记

{{ item.create_time }}{{ Number(item.like_count) || '' }}回复

删除
是否确认删除?
确认
取消
{{ item.is_top == 1 ? '取消置顶' : '置顶'}}
已有置顶的讨论，是否替换已有的置顶？
确认
取消

{{ subitem.create_time }}{{ Number(subitem.like_count) || '' }}回复

删除

点击查看更多收起

发布

讨论区空空如也，你来讲两句~

发布

{{ noteHeaderTitle }} 笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}

优质笔记

更新于：{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}

公开笔记对他人可见，有机会被管理员评为“优质笔记”

{{ noteEditor.content.length }}/2000

公开笔记

保存

提问

讲师收到你的提问会尽快为你解答。若选择公开提问，可以获得更多学员的帮助。

记录时间点

记录提问时视频播放的时间点，便于后续查看

公开提问

提交