【机器学习15】keras-yolo4

最新推荐文章于 2020-12-07 17:30:12 发布
最新推荐文章于 2020-12-07 17:30:12 发布
阅读量266 收藏
点赞数
分类专栏： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34591921/article/details/107168842
版权

【机器学习15】keras-yolo4

1.下载项目

pip3 install tensorflow==1.14.0 keras==2.2.5 matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

(安装比较久，6分钟左右，一定注意版本问题，pyhton3.6，ubuntu18.0.4可以，win10亲测不行）

安装好后如下图：

img

2.下载权重文件

下载地址：链接: http://pan-yz.chaoxing.com/share/info/ce8a8a8910bb1ac2
(258M）

image-20200706214836387

3.把权重文件放到项目下

截图如下（这是之前在win10做的时候的截图，和ubunut下一样的）：

image-20200706214808107

4.运行test.py

image-20200706214701269

(WXT%M_X2$)CLS{DUJ0I7YM

image-20200706214648949
实验完毕。

Ufoo360
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
win10+keras+yolo4训练自己的数据集
xywt的博客
12-03 1884
win10+keras+yolo4训练自己的数据集 ** 一、下载准备 1、(1)yolo4的github代码：https://github.com/Ma-Dan/keras-yolo4 （2）所准备数据集:：Safety-Helmet-Wearing-Dataset； github链接:：https://github.com/njvisionpower/Safety-Helmet-Wearing-Dataset (3)yolov4权重文件yolov4.weights： （下载后可直接放入keras-yol
2.1.Pytorch目标检测--Yolo V3
fdgdg1的博客
11-20 4059
1.Yolo V3的网络结构 1.主干网络：（DarkNet-53)左边用虚线框起来的部分。 主干特征提取网络主要的目的是提取图片的特征 输入是一个416*416*3，然后经过卷积和残差网络，这个过程是一个下采样的过程。 在下采样的过程中，图像的宽和高不断被压缩，通道数不断被扩张。可以获得一堆的特征层，可以表示输入进来的图片的特征。 2.注意主干网络的最后3个特征层，3个特征层的shape分别为（52，52，256），（26，26，...
yolov4-keras:这是一个YoloV4-keras的源码，可以用于训练自己的模型
03-19
YOLOV4：您只看一次目标检测模型在Keras当中的实现 2021年2月7日更新：加入letterbox_image的选项，关闭letterbox_image后网络的地图得到大幅度提升。 目录 性能情况 训练数据集 权值文件名称 测试数据集 输入图片大小 行动计划0.5：0.95 行动计划0.5 VOC07 ​​+ 12 +可可 VOC-Test07 416x416 -- 88.9 2017年COCO火车 COCO-Val2017 416x416 46.4 70.5 实现的内容 主干特征提取网络：DarkNet53 => CSPDarkNet53 特征金字塔：SPP，PAN 训练用到的小技巧：马赛克数据增强，标签平滑平滑，CIOU，学习率余弦逐步衰减 激活函数：使用Mish激活函数 ……巴拉布拉 所需环境 张量流gpu == 1.13.1 keras == 2.1.
yolov4-keras实现抽烟检测（源码+数据集）
小样yx的博客
12-07 5149
目录前言效果运行环境 前言 上个礼拜一直在把结课答辩的小项目结题，做的就是一个基于yolov4的抽烟检测，虽然在答辩上没有啥特别亮点，并且有些地方可以改进，比如再加入烟雾检测，但算是拿来练手吧。下面演示一下结果，本文最后会附上整个源码+数据集+运行环境+训练出的模型，项目讲解可以看链接下载后中的ppt，数据集是kaggle提供的数据集以及自己用爬虫爬取的数据集，去除了大部分老重复的图，就是做了一定筛选，有2400+抽烟图片，并全部自己和舍友标注了。 效果 用了10张图片进行预测，预测出了8张，2张未预测出，
Keras搭建yolo4目标检测平台
吃不胖的粥
05-29 1123
=参考链接https://blog.csdn.net/weixin_44791964/article/details/106014717 学习yolo4之前强烈建议大家先学学yolo，把几个大概的模块熟悉一下。 yolo4对比yolo3最大的不同，在于一个是网络主体有改进，一个是loss函数有变化，其他的解码模块还是一样的。 网络部分： 左边的是yolo3的网络部分， 右边是yolo4的网络部分，yolo4对比yolo3网络部分， 一个是激活函数用了Mish激活， 将DarknetConv2
yolo4-keras.zip（内涵yolov4权重下载）
05-07
yolov4 keras 版本。（内涵权重下载） 运行前阅读运行文档
基于Keras的YOLOv4目标检测平台
小白不白
08-11 8683
前言 首先说一下什么是目标检测：对计算机而言，能够“看到”的是图像被编码之后的数字，但它很难解高层语义概念，比如图像或者视频帧中出现目标的是人还是物体，更无法定位目标出现在图像中哪个区域。目标检测的主要目的是让计算机可以自动识别图片或者视频帧中所有目标的类别，并在该目标周围绘制边界框，标示出每个目标的位置。 如图所示： （a）是图像分类任务，只需识别出这是一张斑马的图片。 （b）是目标检测任务，不仅要识别出这是一张斑马的图片，还要标出图中斑马的位置。 目标检测发展历程 在上一节中我们学习了图像分类处理
8关于简单目标识别与意图分析的机器学习实战研究（神经网络目标识别——使用keras-yolo3训练自己的数据集）1
08-08
5.修改训练代码train.py，开始训练： keras-yolo3自带的train.py会加载预先对coco数据集已经训练完成的yolo3权重文件，并冻结了开
Python-YOLO3动漫人脸识别基于keras和tensorflow
08-11
YOLO3 动漫人脸识别 (基于keras和tensorflow)
机器学习基础大作业-基于TensorFlow Keras来建立模型、训练（喂给它已经分类好的人脸表情图片+数据集+源代码+文档说
最新发布
12-23
1、资源内容：机器学习基础大作业-基于TensorFlow Keras来建立模型、训练（喂给它已经分类好的人脸表情图片+数据集+源代码+文档说 2、代码特点：内含运行结果，不会运行可私信，参数化编程、参数可方便更改、代码...
keras-yolov3目标检测详解——适合新手
12-21
简单介绍下情况，本人本科二年级，机器学习小白，操作系统:windows10 前阵子用 matlab 做图像识别项目时发现了 yolov3 算法，觉得很有意思，但是无奈当时还没有基于matlab 的版本（听说现在有了），所以就用 python ...
YoloV4代码以及部分权重文件
04-24
yolov4代码以及部分权重 yolov3-微小-prn.cfg - 33.1％[email protected] - 370（R）FPS - 3.5 BFlops - 18.8 MB：yolov3-微小-prn.weights ENET-coco.cfg（EfficientNetB0-Yolov3） - 45.5％[email protected] - 55（R）FPS - 3.7 BFlops - 18.3 MB：enetb0-coco_final.weights
Keras-YOLOv4:yolov4 42.0％mAP.ppyolo 45.1％mAP
03-19
PPYOLO和YOLOv4 概述 PP-YOLO是优化和改进的YOLOv3的模型，其精度（COCO数据集mAP）和推理速度均值YOLOv4模型。 2020/11/05：经过不懈努力，咩酱终于在Keras上实现了可变形卷积DCNv2！这应该是咩酱最自豪的工作了。之前的种种算法（如CenterNet）因为使用了可变形卷积，而Keras，tensorflow官方没有实现可变形卷积，因此这些算法无缘在Keras平台大显身手。而咩酱不才，一直都无法实现这一算法。值得一提的是这次的DCNv2并不需要读者编译什么c，c ++，cuda，自定义op这些玩意！因为这是用带有DCNv2的PPYOLO，速度超过了不带有DCNv2的YOLOv4，咩酱也亲自与Pytorch版的PPYOLO（ ）测过FPS，速度持平，可见实现的DCNv2效率极高。其实一开始我并不想干这么费脑子的事情，但是抬头不见低头见，多造轮子
YOLOv4 的各种新实现、配置、测试、训练资源汇总
我爱计算机视觉
04-27 8873
近日最火的莫过于 YOLOv4 的横空出世，CV君在第一时间进行了 YOLOv4的论文解读：YOLOv4来了！COCO 43.5 AP，65FPS！实现速度与精度的最优平衡得到了大家的广...
睿智的目标检测29——Keras搭建YoloV4目标检测平台
热门推荐
Bubbliiiing的学习小课堂
05-12 5万+
睿智的目标检测29——Keras搭建YoloV4目标检测平台学习前言什么是YOLOV4YOLOV4改进的部分（不完全）改进点解析1、主干特征提取网络Backbone2、主干特征提取网络Backbone 学习前言 哈哈哈我最喜欢的YOLO更新了！ 什么是YOLOV4 YOLOV4是YOLOV3的改进版，在YOLOV3的基础上结合了非常多的小Tricks。 尽管没有目标检测上革命性的改变，但是YOLOV4依然很好的结合了速度与精度。 根据上图也可以看出来，YOLOV4在YOLOV3的基础上，在FPS不下降的
Keras搭建YoloV4目标检测平台
周红伟讲AI
05-15 2544
学习前言 什么是YOLOV4 代码下载 YOLOV4改进的部分（不完全） YOLOV4结构解析 1、主干特征提取网络Backbone 2、特征金字塔 3、YoloHead利用获得到的特征进行预测 4、预测结果的解码 5、在原图上进行绘制 YOLOV4的训练 1、YOLOV4的改进训练技巧 a)、Mosaic数据增强 b)、Label Smoothing平滑 c)、CIOU d)、学习率余弦退火衰减 2、loss组成 a)、计算loss所需参数 b)、y_pre是什么 c)、y_true是什么。 d)、lo.
【机器学习6】python实现拉格朗日乘子法
qq_34591921的博客
04-20 7863
目录1.拉格朗日乘子法2.python --拉格朗日乘子法3.python sympy包 --拉格朗日乘子法 1.拉格朗日乘子法 题目如下：等式约束下的拉格朗日乘子法求解过程 2.python --拉格朗日乘子法 题目如上： from scipy.optimize import minimize import numpy as np #目标函数： def func(args): ...
【机器学习14】笑脸识别，口罩识别
qq_34591921的博客
07-06 4636
【机器学习14】笑脸识别，口罩识别 1.概念 1.HOG:(方向梯度直方图) 1.分割图像 overlap和non-overlap两种分割策略。overlap指的是分割出的区块（patch）互相交叠，有重合的区域。non-overlap指的是区块不交叠，没有重合的区域。 2.计算每个分割区块的方向梯度直方图 利用任意一种梯度算子，例如：sobel，laplacian等，对该patch进行卷积，计算得到每个像素点处的梯度方向和幅值。将360度（2*PI）根据需要分割成若干个bin，例如：分割成12个bin，每
【机器学习2】通过WPS，python-最小二乘法，python-skleran 三种方法回归分析
qq_34591921的博客
03-13 2873
1.WPS中 1选中数据 顶端-插入 2右键随便一个点，选择添加趋势线 3右键趋势线，设置格式，勾选公式和平方值 2.最小二乘法 import numpy as np import matplotlib.pyplot as plt import pandas as pd import math #读取数据 def get_date(file_name,num): data = p...
python机器学习的图像检测
05-30
Python有很多流行的机器学习框架和库，如TensorFlow、Keras、PyTorch等，可以用于图像检测任务的开发。以下是一些常用的图像检测模型和框架： 1. YOLO（You Only Look Once）：是一种实时目标检测算法，可以快速...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值