keras-yolo2
Entraînement facile sur un ensemble de données personnalisé. Divers backends (MobileNet et SqueezeNet) pris en charge. Une démo YOLO pour détecter un raton laveur entièrement dans le navigateur est accessible à https://git.io/vF7vI (non sur Windows).
Entraînez un modèle pour détecter des objets comme des ratons laveurs dans des images en utilisant vos propres données.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentEntraînement facile sur un ensemble de données personnalisé. Divers backends (MobileNet et SqueezeNet) pris en charge. Une démo YOLO pour détecter un raton laveur entièrement dans le navigateur est accessible à https://git.io/vF7vI (non sur Windows).
keras-yolo2 compte 1.7k étoiles sur GitHub. Il a été forké 772 fois. keras-yolo2 est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2017. keras-yolo2 est disponible sous licence MIT. Ses principaux thèmes sont : convolutional-networks, deep-learning, realtime, regression.
Qu'est-ce que keras-yolo2 ?
Entraînement facile sur un ensemble de données personnalisé. Divers backends (MobileNet et SqueezeNet) pris en charge. Une démo YOLO pour détecter un raton laveur entièrement dans le navigateur est accessible à https://git.io/vF7vI (non sur Windows).
keras-yolo2 est-il open source ?
keras-yolo2 est un projet open source. Il est distribué sous licence MIT.
keras-yolo2 est-il gratuit ?
Oui. keras-yolo2 est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est keras-yolo2 ?
keras-yolo2 est disponible sous licence MIT.
Dans quel langage keras-yolo2 est-il écrit ?
keras-yolo2 est écrit principalement en Jupyter Notebook.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/experiencor-keras-yolo2.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.