YOLOv3+Faster R-CNN+SSD训练和测试自己的数据

首先制作自己的数据集VOC2007数据集制作,接下来就可以开始搞事情了....

一:YOLOv3相关

官网:YOLO: Real-Time Object Detection

进化之路:YOLO v1,YOLO v2,YOLO9000算法总结与源码解析

                 系统学习深度学习(三十二)--YOLO v1,v2,v3

原理部分:目标检测网络之 YOLOv3  

                 YOLOv3 资源合集

                 yolo3源码分析

                 YOLOv3批量测试图片并保存在自定义文件夹下

训练自己的数据:YOLOv3: 训练自己的数据

二:Faster R-CNN相关

Python源码:点击打开链接

训练自己的数据:Faster-RCNN+ZF用自己的数据集训练模型(Python版本)

                            Faster-RCNN训练自己数据集遇到的问题集锦

                            Faster-Rcnn训练出现的问题

三:SSD相关

原理部分:论文阅读:SSD: Single Shot MultiBox Detector

                 SSD(Single Shot MultiBox Detector)不得不说的那些事

训练自己的数据:Caffe上用SSD训练和测试自己的数据

                            ssd训练自己的数据(物体检测),并测试模型

                            SSD配置、训练、测试以及应用到自己的数据集

                            SSD安装及训练自己的数据集

                            深度学习之caffe入门一一配置SSD中遇到的问题

总之,遇到任何问题问度娘就对了.....

最后,来一个大神的实验总结   R-FCN、SSD、YOLO2、faster-rcnn和labelImg实验笔记

猜你喜欢

转载自blog.csdn.net/maweifei/article/details/81066620