ultralytics 8.0.216 fix hard-coded batch=64 cls loss (#6523)
Signed-off-by: Glenn Jocher <glenn.jocher@ultralytics.com> Co-authored-by: HDW AI group <huzhongshan@gmail.com>
This commit is contained in:
parent
16a13a1ce0
commit
10f6ac5e9b
15 changed files with 115 additions and 6 deletions
|
|
@ -82,7 +82,7 @@ YOLOv3 श्रृंखला, इनमें YOLOv3, YOLOv3-Ultralytics औ
|
|||
|
||||
अगर आप अपने शोध में YOLOv3 का उपयोग करते हैं, तो कृपया मूल YOLO पेपर्स और Ultralytics YOLOv3 रिपॉज़िटरी को उद्धृत करें।
|
||||
|
||||
!!! उध्दरण ""
|
||||
!!! Quote ""
|
||||
|
||||
=== "BibTeX"
|
||||
|
||||
|
|
|
|||
|
|
@ -72,8 +72,7 @@ YOLOv5u वस्तु ज्ञापन के तरीकों में
|
|||
model.info()
|
||||
|
||||
# COCO8 प्रायोगिक उदाहरण डेटासेट पर 100 एपॉक के लिए मॉडल
|
||||
|
||||
ka प्रशिक्षित करें results = model.train(data='coco8.yaml', epochs=100, imgsz=640)
|
||||
results = model.train(data='coco8.yaml', epochs=100, imgsz=640)
|
||||
|
||||
# YOLOv5n मॉडल के साथ 'bus.jpg' छविमें ज्ञापन चलाएं
|
||||
results = model('path/to/bus.jpg')
|
||||
|
|
|
|||
|
|
@ -36,7 +36,7 @@ Yएक मॉडल के हर मानक, विशिष्ट कार
|
|||
|
||||
## प्रदर्शन की मापदंड
|
||||
|
||||
!!! प्रदर्शन
|
||||
!!! Note "प्रदर्शन"
|
||||
|
||||
=== "वस्तुनिर्धारण (COCO)"
|
||||
|
||||
|
|
|
|||
Loading…
Add table
Add a link
Reference in a new issue