1、python怎么用yolov3来测试图片
正因为YOLOv3检测速度快，进行对以前目标检测的速度上的优化;和上一篇博客类似，这次版主要是对本地视频权的加载–输入模型—结果帧中间输出—检测结果最后视频保存
目前对视频的检测的思路还是先对视频进行抽帧处理，将检测完的结果进行保存，最后通过照片合成视频（有序地）
2、yolov3能识别图片上的公式吗?
目前目标检测类复检测效制果和检测速度最好的算法，原版的yolov3检测的物体种类众多，本文实在原有yolov3上将多累物体检测简化为单类物体检测，本文的原始代码基于目前目标检测类检测效果和检测速度最好的算法，原版的yolov3检测的物体种类众多，本文实在原有yolov3上将多累物体检测简化为单类物体检测，本文的原始代码基于目前目标检测类检测效果和检测速度最好的算法，原版的yolov3检测的物体种类众多，本文实在原有yolov3上将多累物体检测简化为单类物体检测，本文的原始代码基于
3、yolov3、mobilenet_ssd模型推理时间大概是多少？
深度模型inference时间跟来计算硬件、源CNN结构、部署方法都有关系，yolov3在gtx1080ti下可以50ms per second, mssd分v1，v2，v3，由于CNN结构较小，且在设计上采用depthwise的设计思路，被广泛用于端侧进行使用，我在树莓派3b+上inference在10fps左右，而通过Tengine类似的加速框架可以有效提高inference速度。