你将收获
掌握Scaled YOLOv4在Windows下系统配置方法
掌握Scaled YOLOv4 tiny和CSP和Large模型的测试方法
掌握训练好的网络模型在前端软件的测试与应用
掌握可配置前端软件把检测结果传给PLC或机器人的通讯方法
适用人群
对人工智能机器视觉与对深度学习目标检测感兴趣的朋友们和从业者
软件环境:
Windows7或10 x64; cuda 10.2; cudnn7.6.5; GPU(不小于4G);智能AI图像检测系统(GPU)
引言:
YOLOv4团队最新开源的Scaled YOLOv4大放神威,在高低端GPU都Hold住!1774fps、COCO最高精度! 原文是最python下运行测试的。很多朋友由于条件所限,还没有机会领略一下这项最新技术。本文采用最简单的方式提供给 大家一种运行和测试Scaled YOLOv4的方法,希望对大家有所帮助,并在文末提供了下载地址。
测试结果(YOLOv4 Tiny 最快125帧):
测试结果(YOLOv4 CSP 最快30帧):
测试结果(YOLOv4 标准版 最快30帧):
测试环境与过程:
硬件环境
找一台独立显卡的windows主机,显存建议4G以上,我的配置是windows10 64bit I5 8G,GeForce 1650S 4G显存(这里训练YOLOv4 Tiny就够了,训练YOLOv4标准版方法相同,显存要8G以上)。
软件环境:
下载智能AI图像检测软件[附下载地址]到本地电脑中,下载程序后依次安装VC运行库,MVS驱动和应用程序(GPU版)
安装cuda10.2,下载地址CUDA Toolkit 10.2 Download | NVIDIA Developer
安装后可以打开nvidia的控制面板的系统信息,如下
下载Scaled YOLO模型库
运行Scaled YOLOv4 Tiny
双击智能AI图像软件中exe可执行文件,打开前端软件,如果提示缺少dll文件,可能是你没有安装vc运行库或mvs驱动库,请先安装前两步
打开软件进入主界面后,点击[切换到设定模式],先添加测试视频图像来源,我们先选择USB相机工具。
勾选相机模拟,添加视频文件路径,点击确定。
点确定回到设定界面时,再点击工具追加按钮,添加一个深度识别工具,点击追加
在工具设置界面里,选择cuda硬件加速,选择配置文件
选择训练模型文件
选择 标签名单
在标签设置界面中,导入中文标签
点击确定,回到设定界面,点击运行,可以测试识别效果
测试YOLOv4 CSP时,在深度识别工具里的配置文件和模型改成csp后缀的文件即可。
附件:
本文所有软件例程和数据集下载地址,
百度链接:https://pan.baidu.com/s/1YPjR_TPJYLmriXNVnNbgZg 提取码:52ai
坚果云下载:https://www.jianguoyun.com/p/DX4bfMUQgo_4CBjWysgD
其他下载地址:[以下隐藏,回复后可见]