我参考这个链接，yolov3-tiny.weights的这个模型用OpenCV的dnn是调用起来了的
https://github.com/spmallick/learnopencv/blob/master/ObjectDetection-YOLO/object_detection_yolo.cpp
但是直接替换模型路径为text.weights的输出不了文字区域坐标哦，反正前向传播是完成了的，net.forward(outs, getOutputsNames(net));就是没结果啊 不知道为啥。
还有请问下你的text.weights的直接输出不是文字外接矩吗？看你的代码的detector里面好像做了很多后处理啊，能稍微解释下整个流程吗？(yolov3的text.weights输出是什么，具体后面要做什么才能获得检测的文字的外接矩)

我看你的text_detect 有好多参

original code :

img = ori_img.astype(np.float)/255.
img = cv2.resize(img, self.size)
img = torch.from_numpy(img).float().permute(2,0,1).unsqueeze(0)
img = img.to(self.device)
with torch.no_grad():
            out_boxes = self.net(img)

I suggest using：

from PIL import Image
from torch.utils.data import DataLoader
from torchvision import datasets, transforms
from torch.au

您好，想请教下这个项目的性能指标如何？
想了解cnn + full以及mobilenet_v2 + full这两个组合的性能，map以及检测速度两方面。
您可以通过举例在VOC或者COCO上的性能，或者是您自己的数据集上的性能。
希望您能抽空解答下，谢谢！