keras-yolo2
Formazione facile su dataset personalizzati. Vari backend (MobileNet e SqueezeNet) supportati. Una demo di YOLO per rilevare procioni eseguita interamente nel browser è accessibile su https://git.io/vF7vI (non su Windows).
Addestra un modello per rilevare oggetti come procioni nelle immagini utilizzando i tuoi dati.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiFormazione facile su dataset personalizzati. Vari backend (MobileNet e SqueezeNet) supportati. Una demo di YOLO per rilevare procioni eseguita interamente nel browser è accessibile su https://git.io/vF7vI (non su Windows).
keras-yolo2 ha 1.7k stelle su GitHub. È stato forkato 771 volte. keras-yolo2 è scritto principalmente in Jupyter Notebook. È in sviluppo attivo dal 2017. keras-yolo2 è disponibile con licenza MIT. I suoi temi principali sono: convolutional-networks, deep-learning, realtime, regression.
Che cos'è keras-yolo2?
Formazione facile su dataset personalizzati. Vari backend (MobileNet e SqueezeNet) supportati. Una demo di YOLO per rilevare procioni eseguita interamente nel browser è accessibile su https://git.io/vF7vI (non su Windows).
keras-yolo2 è open source?
keras-yolo2 è un progetto open source. È rilasciato con licenza MIT.
keras-yolo2 è gratuito?
Sì. keras-yolo2 è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Con quale licenza è keras-yolo2?
keras-yolo2 è disponibile con licenza MIT.
In quale linguaggio è scritto keras-yolo2?
keras-yolo2 è scritto principalmente in Jupyter Notebook.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/experiencor-keras-yolo2.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.