目标检测与分类(PyTorch),银河星君,学习计划： 1、准备好自己的数据集； 2、准备好相关配置文件； 3、学习pytorch下的yolov3模型训练； 4、在libtorch下调用yolov3模型和测试； 5、自己可以用c++进行libtorch下的接口封装，生成动态库； 课程目标： 你将从本课程中学习如何用pytorch训练yolov3模型并用libtorch去加载 课程简介： 1、基于pytorch1.4+Libtorch1.4+CUDA10.1+python3+windows10+opencv3.4.4 2、使用PyTorch1.4进行yolov3的模型训练 3、使用Libtorch1.4进行yolov3的模型测试 4、使用libtorch1.4加载darknet c训练的yolov3模型 5、本课程示例数据集基于CCPD2020的车牌数据集进行目标检测和分类的演示。 6、提供visual studio 2019的libtorch工程; 7、C++下使用opencv3.4.4的计算机视觉库； 适用人群：适合于想做目标检测和分类的同学；有python和C++语言基础的同学；有深度学习卷积网络等基础知识的同学；