在PyTorch中使用YOLOv5      YOLO是"Youonlylookonce"的首字母缩写，是一个开源软件工具，它具有实时检测特定图像中物体的高效能力。YOLO算法使用卷积神经网络（CNN）模型来检测图像中的物体。该算法只需要通过给定的神经网络进行一次前向传播就能检测到图像中的所有物体。这使YOLO算法在速度上比其他算法更有优势，使其成为迄今为止最著名的检测算法之一。什么是YOLO物体检测？      物体检测算法是一种能够在特定帧中检测某些物体或形状的算法。例如，简单的检测算法可能能够检测和识别图像中的形状，如圆形或方形，而更高级的检测算法可以检测更复杂的物体，如人类、自行车、汽

安装Anaconda(2022.05)最新版本https://www.anaconda.com/历史版本https://repo.anaconda.com/archive/打开安装包：nextIAgreeJustMe(影响之后创建虚拟环境的默认位置，选择JustMe虚拟环境默认在安装Anaconda文件夹下的evns文件夹下；选择AllUser虚拟环境默认安装在C:\Users\DQD.conda\envs)选择安装位置勾选第一个选项，在普通的命令行窗口可以使用Anaconda指令；若不勾选，只能在Anaconda命令行窗口中使用Anaconda指令。可选可不选。（本次不勾选）本次勾选第二个选

安装Anaconda(2022.05)最新版本https://www.anaconda.com/历史版本https://repo.anaconda.com/archive/打开安装包：nextIAgreeJustMe(影响之后创建虚拟环境的默认位置，选择JustMe虚拟环境默认在安装Anaconda文件夹下的evns文件夹下；选择AllUser虚拟环境默认安装在C:\Users\DQD.conda\envs)选择安装位置勾选第一个选项，在普通的命令行窗口可以使用Anaconda指令；若不勾选，只能在Anaconda命令行窗口中使用Anaconda指令。可选可不选。（本次不勾选）本次勾选第二个选

摘要：本案例将在ModelBox中使用YOLOv3模型，实现一个简单的口罩检测应用本文分享自华为云社区《ModelBox开发体验Day05开发案例-使用YOLOv3做口罩检测》，作者：孙小北。本案例将使用YOLOv3模型，实现一个简单的口罩检测应用代码：https://github.com/sunxiaobei/modelbox_gallery代码tag：v1.5mask_det_yolo3，v1.5.1mask_det_yolo3_camera开发准备开发环境安装和部署，前面环境已完成模型训练，ModelArts训练模型模型转换，代码模型已完成转换应用开发打开VSCode，连接到ModelB

摘要：本案例将在ModelBox中使用YOLOv3模型，实现一个简单的口罩检测应用本文分享自华为云社区《ModelBox开发体验Day05开发案例-使用YOLOv3做口罩检测》，作者：孙小北。本案例将使用YOLOv3模型，实现一个简单的口罩检测应用代码：https://github.com/sunxiaobei/modelbox_gallery代码tag：v1.5mask_det_yolo3，v1.5.1mask_det_yolo3_camera开发准备开发环境安装和部署，前面环境已完成模型训练，ModelArts训练模型模型转换，代码模型已完成转换应用开发打开VSCode，连接到ModelB

文章首发于我的github仓库-cv算法工程师成长之路，欢迎关注我的公众号-嵌入式视觉。本人水平有限，文章如有问题，欢迎及时指出。如果看完文章有所收获，一定要先点赞后收藏。毕竟，赠人玫瑰，手有余香。一，ScaledYOLOv4摘要1，介绍2，相关工作2.1，模型缩放3，模型缩放原则3.1，模型缩放的常规原则3.2，为低端设备缩放的tiny模型3.3，为高端设备缩放的Large模型4，Scaled-YOLOv44.1，CSP-izedYOLOv44.2，YOLOv4-tiny4.3，YOLOv4-large5，实验总结Reference参考资料一，ScaledYOLOv4ScaledYOLOv4

文章首发于我的github仓库-cv算法工程师成长之路，欢迎关注我的公众号-嵌入式视觉。本人水平有限，文章如有问题，欢迎及时指出。如果看完文章有所收获，一定要先点赞后收藏。毕竟，赠人玫瑰，手有余香。一，ScaledYOLOv4摘要1，介绍2，相关工作2.1，模型缩放3，模型缩放原则3.1，模型缩放的常规原则3.2，为低端设备缩放的tiny模型3.3，为高端设备缩放的Large模型4，Scaled-YOLOv44.1，CSP-izedYOLOv44.2，YOLOv4-tiny4.3，YOLOv4-large5，实验总结Reference参考资料一，ScaledYOLOv4ScaledYOLOv4

文章首发于我的github仓库-cv算法工程师成长之路，欢迎关注我的公众号-嵌入式视觉。本人水平有限，文章如有问题，欢迎及时指出。如果看完文章有所收获，一定要先点赞后收藏。毕竟，赠人玫瑰，手有余香。一，YOLOv1Abstract1.Introduction2.UnifiedDetectron2.1.NetworkDesign2.2Training2.4.Inferences4.1ComparisontoOtherReal-TimeSystems5，代码实现思考二，YOLOv2摘要YOLOv2的改进1，中心坐标位置预测的改进2，1个gird只能对应一个目标的改进3，backbone的改进4，多

文章首发于我的github仓库-cv算法工程师成长之路，欢迎关注我的公众号-嵌入式视觉。本人水平有限，文章如有问题，欢迎及时指出。如果看完文章有所收获，一定要先点赞后收藏。毕竟，赠人玫瑰，手有余香。一，YOLOv1Abstract1.Introduction2.UnifiedDetectron2.1.NetworkDesign2.2Training2.4.Inferences4.1ComparisontoOtherReal-TimeSystems5，代码实现思考二，YOLOv2摘要YOLOv2的改进1，中心坐标位置预测的改进2，1个gird只能对应一个目标的改进3，backbone的改进4，多

最近几天我一直常用的Kubuntu（KDEyes！）更新至22.04后居然出现无法更改软件源的bug，去Kubuntu论坛一看有同样问题的人还不在少数，但却没有好的解决办法，故而只有备份数据装回Ubuntu。由于学习需要，我需要再装一遍Pytorch。Pytorch在linux上安装推荐使用conda，使用conda安装会打包cudatoolkit等一系列必要的软件包，不过有一点值得注意，一定要换源，清华上交的都可以，而且要删除config文件里的--default，不然还是会使用默认源，我个人的计算机会在进度50多的时候显示网络问题终止安装。不过安装完成后仍有问题，第一是：nvcc-V显示没