YOLOv4-tiny目标检测实战：训练自己的数据集

课程链接：https://edu.csdn.net/course/detail/29960

课程演示环境：Ubuntu

需要学习Windows系统YOLOv4-tiny的同学请前往《Windows版YOLOv4-tiny目标检测实战：训练自己的数据集》

YOLOv4-tiny来了！速度大幅提升！

YOLOv4-tiny是对应于YOLOv4的轻量级目标检测方法，在COCO上的性能可达到：40.2% AP50, 371 FPS (GTX 1080 Ti)。相较于YOLOv3-tiny，AP和FPS的性能有巨大提升。并且，YOLOv4-tiny的权重文件只有23MB，适合在移动端、嵌入式设备、边缘计算等设备上部署。

本课程将手把手地教大家使用labelImg标注和使用YOLOv4-tiny训练自己的数据集。课程实战分为两个项目：单目标检测（足球目标检测）和多目标检测（足球和梅西同时检测）。

本课程的YOLOv4-tiny使用AlexAB/darknet，在Ubuntu系统上做项目演示。包括：YOLOv4-tiny的网络结构、安装YOLOv4-tiny、标注自己的数据集、整理自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类分析。  

除本课程《YOLOv4-tiny目标检测实战：训练自己的数据集》外，本人推出了有关YOLOv4目标检测的系列课程。请持续关注该系列的其它视频课程，包括：

《YOLOv4目标检测实战：训练自己的数据集》

《YOLOv4目标检测实战：人脸口罩佩戴识别》

《YOLOv4目标检测实战：中国交通标志识别》

《YOLOv4目标检测：原理与源码解析》

版权申明：下图是白勇老师所绘制的YOLOv4-tiny网络架构图，如有引用和转载请链接本博客网址。