YOLOv3は速い反射神経に、リアルタイムでエンド・ツー・ターゲット検出で実行することができます。
コース「YOLOv3対象検出戦闘：独自のデータセットを訓練」手とYOLOv3訓練独自のデータセットを使用するように人々を教えます。サッカーの目標検出、対象検出メッシ、メッシのサッカーと同じ時間、ターゲット検出時：コースは三つの小さなプロジェクトに分かれています。
YOLOv3このコースは、ダークネットを使用し、プロジェクトのUbuntu上でプレゼンテーションを行いました。含む：インストールダークネットは、独自のデータに訓練されたネットワークモデル、パフォーマンス統計（マップをPR曲線を計算し、ドロー）と演繹的にテストする、タグ付けする独自のデータセットを整理し、設定ファイルを変更し、独自のデータセットを訓練するために設定し、ボックスクラスタ。
ダークネットはあまり依存し、Cで実装軽量オープンソース深い学習フレームワークを使用することで、移植性がさらに探査の価値が、良いです。
私はコースのYOLOv3シリーズについて紹介し、次のとおりです。
（1）YOLOv3対象検出戦闘：（すなわち、このコース）独自のデータセットを訓練
コースリンク：https://edu.51cto.com/course/18271.html
（2）YOLOv3対象検出戦闘：交通標識認識
（3）YOLOv3対象検出：原理と分析ソース
（4）YOLOv3ターゲット検出：改善ネットワークモデル
ご期待して勉強することを選択します！
サッカーのオブジェクト検出及びマッセイながら、図は、試験結果です。
