在tensorflow2.2中如何使用yolov3进行实时对象检测

本篇文章给大家分享的是有关在tensorflow 2.2中如何使用yolov3进行实时对象检测，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

为鹿邑等地区用户提供了全套网页设计制作服务，及鹿邑网站建设行业解决方案。主营业务为网站设计、成都网站制作、鹿邑网站设计，以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！

在tensorflow 2.2中实现yolov3对象检测器的实现

yolov3-keras-tf2

https://github.com/emadboctorx/yolov3-keras-tf2

* 特征

* tensorflow-2.X--keras功能API

* cpu-gpu支持

*随机权重和DarkNet权重支持

* csv-xml注释解析器。

*锚发生器。

*所有阶段的`matplotlib`可视化。

*`tf.data`输入管道。

*`pandas`和`numpy`数据处理。

*`imgaug`扩充管道

*`logging`的覆盖范围。

*全合一定制教练。

*停止并恢复培训支持。

*完全矢量化的mAP评估。

*`labelpix`支持。

*照片和视频检测

以上就是在tensorflow 2.2中如何使用yolov3进行实时对象检测，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。