在训练的过程中，当网络遇到一个来自检测数据集的图片与标记信息，那么就把这些数据用完整的 YOLO v2 loss 功能反向传播这个图片。当网络遇到一个来自分类数据集的图片和分类标记信息，只用整个结构中分类部分的 loss 功能反向传播这个图片。
2018-06-05 09:12
利用Roboflow平台对数据进行有效的管理和标注。对于植物检测，使用实时目标检测能力强的YOLO方法。YOLO通过将输入图像划分为网格并预测每个网格单元的边界框和类别概率，在不牺牲精度的情况下实现了令人印象深刻的检测速度。
2023-12-12 09:41
YOLO是什么？ 它是One-stage目标检测的代表，整个框架非常简单。与RCNN算法不一样，是以不同方式处理对象检测。 YOLO算法的最大优点就是速度极快，每秒可处理45帧，也能够理解一般的对象
2021-06-10 15:45
本文中将简单总结YOLO的发展历史，YOLO是计算机视觉领域中著名的模型之一，与其他的分类方法，例如R-CNN不同，R-CNN将检测结果分为两部分求解：物体类别（分类问题），物体位置即
2022-10-27 17:45
大家或许知道，首字母缩写YOLO在英文语境下较为流行的含义，即You Only Live Once，你只能活一次。我们今天要介绍的YOLO却有着与前者不一样的含义。在算法的世界中，YOLO寓意You Only Loo
2023-11-18 10:33
YOLO系列是基于深度学习的回归方法。 RCNN， Fast-RCNN，Faster-RCNN是基于深度学习的分类方法。 YOLO官网：https://github.com/pjreddie
2020-11-05 10:13
详细介绍YOLO2安装的步骤(默认ubuntu已经安装)，跟部分版本如下： Ubuntu:16.04 destop Opencv:3.3.0 CUDA：8.0 CUDNN:6.0正式安装 配置
2017-11-28 12:36
建筑工地在钢筋成车来料时，需要人工清点数量，然后才能开展后续工作，不仅效率低，而且增加运营成本。随着大数据时代的到来，建筑行业希望借助智能终端设备来减少劳动力的投入，打破传统的桎梏。本文利用YOLO算法实现钢筋数量的智能盘点。
2022-10-18 15:39
1. 引言 基于RJIBI公司硬件开发套件的YOLO-V3物体识别检测算法的相应软、硬件实现。 本文主要阐述和规定了两大部分内容：（1）机器学习推理框架针对在MPSOC FPGA平台上的ARM核心
2020-05-19 10:22
YOLO 流程的最后一步是将边界框预测与类别概率相结合，以提供完整的检测输出。每个边界框的置信度分数由类别概率调整，确保检测既反映边界框的准确性，又反映模型对对象类别的置信度。
2024-03-30 14:43
