Netron是神经网络，深度学习和机器学习模型的查看者。 Netron支持ONNX（.onnx，.pb，.pbtxt），Keras（.h5，.keras），核心ML（.mlmodel），来自Caffe（.caffemodel，.prototxt），Caffe2（predict_net.pb），暗网（.cfg），MXNet（.model，-symbol.json），梭子鱼（.nn），ncnn（.param），Tengine（.tmfile），TNN（.tnnproto），UFF（.uff）和TensorFlow Lite（.tflite）。 Netron具有用于实验支持TorchScript（.pt，.pth），PyTorch（.pt，.pth），火炬（.t7），臂NN（.armnn），BigDL（.bigdl，.model），Chainer（.npz，.h5），CNTK（.model，.cntk），Deeplearning4j（.zip），MediaPipe（.pbtxt），ML.NET（.zip），MNN（.mnn），PaddlePaddle（.zip，__model__），OpenVINO（.xml），scikit学习（.pkl），TensorFlow.js（model.json，.pb）和TensorFlow（.pb，.meta，.pbtxt，.ckpt，.index）。

乌班图yolov3 darknet环境下，110张火焰烟雾图片，labelimg数据标注软件，图片处理后的xml文件，训练前的相应配置文件，及训练后的文件。 附yolo darknet学习网址，训练说明网址，继续训练说明网址 由于图片数量有限，同时受数据标注位置的影响，训练好的文件在识别有红色干扰的图片及视频的情况下，会将非火焰识别成火焰

darknet框架下进行深度学习，所制作的水面漂浮垃圾数据集一共2400张。数据集基本上都是实地拍摄采集然后处理，同时进行了手工标注，可以直接用于训练。

修改过的darknet，版本为yolo2，如果有需要c++，cmake版yolo3可联系yeluohanchan@126.com。这个是darknet+openpose的c++版本，用cmake编译，操作系统是ubuntu16.04, opencv3.1+cuda8.0+cudnn5.1

.YOLOV3darknet.-master...YOLOV3,目标检测算法，目前速度比较快的算法

Qt5.10调用darknet的例子，如需运行，需下载darknet运行所需文件

darknet v1源码

将keras的.h5权重文件转换成darknet的weights，需要有模型结构文件

darknet——yolov3，自己编译后发现可以使用。没有问题。

Tiny-yolo 预训练模型darknet.conv.weights做初始化，进行后期精调