ycy-detection-3d：:thinking_face: AI如何实现对超越现象的捕捉呢？

AI如何捕捉超越？ -神经网络3D展示- 通过神经网络检测不同的杨超越照片，直观展示神经网络是如何从一张图片中检测物体的，类似于之于图片预处理。可在网络三维交互体验中感受神经网络的工作原理，移动端友好。可用于神经网络学习与教学。 图1 -Hello World 目录 项目架构 图2-架构图 技术栈 更改游戏规则的深度学习框架（最新发布了1.0版本）。 “没朋友”的深度学习模型。 T0前端框架。 React组件框架。 神经网络3D可视化框架。 PS。 YOLO作者小马哥关于YOLOv3的论文非常深入浅出，他的个人简历也非常抓人眼球 应用功能 环顾立体网络 图3-左键推拽旋转网络 平移网络 图4-快捷拖拽平移网络 开近拉远3D场景 图5-滑动滚轮或双指在触摸滑板滑动对场景进行放大缩小 观察神经网络特性 图6-从网络中可以观察到：结构，特征图，数据流动方向等特性 切换预测数据 图7-点击“新的超越”，输入不同的图片进行检测 清空并重置网络 图8-单击“我想静静”重置 移动端友好 图9-手机端演示 开发人员 感谢这些很棒的人（）： 联系方式 若有任何疑问建