目标检测实战(二):YoloV4 |
您所在的位置:网站首页 › yolov4代码pytorch › 目标检测实战(二):YoloV4 |
文章目录
Yolov4-Tiny讲解Yolov4-Tiny-backboneGithub-代码下载数据集下载数据集处理训练网络预测网络评估网络
Yolov4-Tiny讲解
https://www.bilibili.com/video/BV18h411d7by?p=4 Yolov4-Tiny-backbonehttps://github.com/bubbliiiing/yolov4-tiny-pytorch 数据集下载这里用的数据集是VOC2007或者2012 官网下载地址:https://pjreddie.com/projects/pascal-voc-dataset-mirror/ 找到voc_annotation.py文件,修改对应的数据集路径 从github下载下来之后就可以先修改训练类别的路径(和数据集所需要的类别保持一致,如果有自己的数据集,就按照VOC格式生成,并载入自己的类别名就好了),然后就可以运行train.py了。 这里包括三种预测的方式:1.测试图片 2.测试视频 3.测试摄像头 4.测试图片的fps,修改yolo.py里的这两个位置,一个是你训练好的模型,一个是你的类别文件,然后,打开predict.py,选择你想要预测的方式,就可以开始预测。
这里用Map来进行评估,map就是所有类的AP50-95的平均值,50指的是iou=0.5,95指的是iou=0.95,iou指的是预测框和真实框的交并比。越大说明预测结果越准确。 1.找到 运行后就可以生成下面这个文件夹a,里面的每个结果是类别+坐标位置 运行结果如下: |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |