1.yield：返回值之後，會繼續執行程式
yield [image_data,
*y_true]
, np.
zeros
(batch_size)
yield: 帶有yield的函式是乙個迭代器，函式返回某個值時，會停留在某個位置，返回函式值後，會在前面停留的位置繼續執行，直到程式結束
2.lambda匿名函式
model_loss =
lambda
(yolo_loss, output_shape=(1
,), name=
'yolo_loss'
, arguments=)(
[*model_body.output,
*y_true]
)
3.image.bicubic
雙三次插值又稱立方卷積插值
image = image.
resize
((nw,nh)
, image.bicubic)
image_data = np.
array
(boxed_image, dtype=
'float32'
)
np.expand_dims(a, axis=1)表示在1位置新增資料
image_data = np.
expand_dims
(image_data,
0)
draw = imagedraw.
draw
(image)
top =
max(
0, np.
floor
(top +
0.5)
.astype
('int32'))
left =
max(
0, np.
floor
(left +
0.5)
.astype
('int32'
))
classes_path = os.path.
expanduser
(self.classes_path)
YOLOv3 從入門到部署 （一）YOLOv3概述
這是目標檢測領域常用的兩個資料集。voc和coco的區別主要在於影象標註的格式不一樣。voc將目標的標籤資訊以某種格式儲存在.xml格式的檔案中，而coco則是儲存在.txt檔案中。因此有時候voc和coco不是指資料集，而是指資料集標註格式。我們完全沒有必要去研究每種標註格式的細節，網路也有大量的...
yolov3中資料讀入（一）
yolov3的訓練 從 detector.c de train detector 函式開始，函式如下 void train detector char datacfg,char cfgfile,char weightfile,int gpus,int ngpus,int clear,int dont...
深度學習 二 理解yolov3模型
模型框架處理解析 整個模型框架分為三個部分 darknet fpn region proposal 第一部分 darknet 53 作為乙個backbone。主要完成了特徵提取的任務。它的組成為兩個部分。分別為卷積層和殘差網路層。2 12 22 82 82 42 1 53，最後的connected是...