YOLOV4-使用yolo.cfg解析方式构造网络

最新推荐文章于 2024-04-28 00:20:07 发布

黄豆Jiang

最新推荐文章于 2024-04-28 00:20:07 发布

阅读量247

点赞数

分类专栏： CV算法学习计划-基础之上文章标签：深度学习 pytorch

本文链接：https://blog.csdn.net/qq_48455792/article/details/120469146

版权

CV算法学习计划-基础之上专栏收录该内容

17 篇文章 0 订阅

订阅专栏

配置文件

yolo4_car_det_1cls.cfg

代码文件

inference_dark.py
weitghs文件夹
yolov4_citycar_6000_2cls.weights 在中国道路数据集（10000张中国图片）上训练好的darknet模型
yolov4.conv.137

总结

另一种构建yolo的方式，未完成

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

黄豆Jiang

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

【目标检测-YOLO】YOLOv5-5.0v-yaml 解析及模型构建(第二篇)

博观约取，厚积薄发

03-20

7669

YOLOv5 中网络结构的配置使用 yaml 文件。模型详解。

YOLOv8 | 代码逐行解析(一) | 项目目录构造分析

热门推荐

Snu77的博客

12-16

1万+

Hello，大家好这次给大家带来的不是改进，是整个YOLOv8项目的分析，整个系列大概会更新7-10篇左右的文章，从项目的目录到每一个功能代码的都会进行详细的讲解，同时YOLOv8改进系列也突破了三十篇文章，最后预计本专栏持续更新会在年底更新上百篇的改进教程，所以大家如果没有订阅专栏可以提前订阅以下。下面开始进行YOLOv8逐行解析的一篇——项目目录构造分析在这里给大家推荐我的YOLOv8改进有效涨点专栏，本专栏目前为新开的平均质量分98分，后期我会根据各种最新的前沿顶会进行论文复现，。

参与评论您还未登录，请先登录后发表或查看评论

yolov4-TR.cfg

05-04

配合yolov4-TR_best.weights使用；也可自己按照博客自己修改yolov4-custom.cfg以满足需求

Yolov4 cfg解读

程序猿的视界

01-21

1575

1、卷积层 [convolutional] batch_normalize=1 filters=32 size=3 stride=1 pad=1 activation=mish # Downsample [convolutional] batch_normalize=1 filters=64 size=3 stride=2 pad=1 activation=mish 2、Shortcut和Route层 shortcut在cfg中的内容都是一样的 [shortcut] from=-3 ac

YOLOv4的cfg参数及训练

Ken的博客

07-30

1万+

cfg参数 net层 [net] batch=96 # 每次iteration训练的时候，输入的图片数量 subdivisions=48 # 将每一次的batch数量，分成subdivision对应数字的份数，一份一份的跑完后，在一起打包算作完成一次iteration width=512 # width=height，大小为32的倍数 momentum=0.9 # 动量，影响梯度下降到最优的速度，一般默认0.9 decay=0.0005 # 权重衰减正则系数，防止过拟合 angle=0 # 旋转角度，生成更

[Yolov4-Pytorch-1]----yolov4.cfg解析

Aprinlife的博客

11-17

1560

[代码解读1]Pytorch-yolov4-Tianxiaomo----CFG文件解析[net]层[卷积]层空间金字塔池化(SPP) 作者旨在学习yolov4这一网络，所以将自己的学习记录写下来，以备之后查看，也可以给各位一起学习的小伙伴提供一些思路。有什么错误，各位大大指出，马上改正。 Yolo V4 论文：论文链接 AB 源码实现：源码链接 Pytorch(Tianxiaomo)版本实现：Pytorch-yolov4-Tianxiaomo [net]层 [net] [net] batch=64

yolo系列配置文件解析，内容来自官方

weixin_45209433的博客

09-15

1114

yolo系列配置文件解析

YOLOv5白皮书-第Y5周：yolo.py文件解读

Oaix的博客

12-30

3021

yolo.py文件解读

YOLOv5解析 | 第五篇：yolo.py文件解读

“365天深度学习训练营”报名进行中～

07-12

604

这个文件是YOLOv5网络模型的搭建文件，如果你想改进YOLOv5，那么这么文件是你必须进行修改的文件之一。文件内容看起来多，其实真正有用的代码不多的，重点理解好我文中提到的一个函数两个类即可。注：由于YOLOv5版本众多，同一个文件对于细节处你可能会看到不同的版本，不用担心这都是正常的，注意把握好整体架构即可。

YOLOv5源码中的参数超详细解析（7）— yolo.py

突然好想你

01-14

375

YOLOv5是一种先进的目标检测算法，它可以实现快速和准确的目标检测。yolo.py是YOLOv5项目中的一个Python文件，用于实现目标检测算法。该文件包含了YOLOv5模型的定义、训练和推理过程。本节课就结合源码对yolo.py文件进行逐行解析~！🌈

YOLOv4三个文件

05-09

包含yolov4.weights、yolov4.conv.137、yolov4.cfg ，无积分的可以关注微AI_starting 回复yolov4即可获取网盘链接

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％mAP@0.5 - 370（R）FPS - 3.5 BFlops - 18.8 MB：yolov3-微小-prn.weights ENET-coco.cfg（EfficientNetB0-Yolov3） - 45.5％mAP@0.5 - 55（R）FPS - 3.7 BFlops - 18.3 MB：enetb0-coco_final.weights

YOLOV3的配置文件，yolov3.weights等

11-20

YOLO v3的配置文件，模型文件等，包括yolov3.weights，yolov3.cfg，coco.name三个主要文件。

yolov3训练自己的数据_YOLOv4 训练自己的数据集

weixin_39738667的博客

12-12

370

1、克隆仓库下来。git clone https://github.com/AlexeyAB/darknet2、对darknet文件夹下的Makefile进行修改。（主要是增加自己nvcc的路径，把CUDNN注释掉，不然容易报错，我不知道为啥）修改好了之后，可以编译一下，编译成功，出现可执行文件darknet即可。make # 编译3、准备数据集：我这边的数据集是VOC数据集，需要把转换成Y...

python urlretrieve_Python urlopen()和urlretrieve()用法解析

weixin_39769039的博客

11-30

311

这篇文章主要介绍了Python urlopen()和urlretrieve()用法解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下1.urlopen()方法urllib.urlopen(url[, data[, proxies]]) :创建一个表示远程url的类文件对象，然后像本地文件一样操作这个类文件对象来获取远程数据。参数url表示远程数据...

YOLOv4配置与训练

boyhoodme的博客

01-15

483

yolov4训练

用yolov4训练数据集

最新发布

jjj5555666的博客

04-28

1013

将标注好的数据Annotations和JPEGImages放入yolov4下的data目录下，并新建文件ImageSets，labels，复制JPEGImages，并进行重命名。classes = [“car”,“person”,“bird”] # 自己数据的类别。，得到labels的具体内容以及data目录下的。得到四个文件，其中我们主要关注的是。，文件里主要存储图片名称。

YOLO v8 参数设置，详解cfg/default.yaml

阳光在手指间

02-07

5534

训练设置：包括模型文件路径、数据文件路径、训练轮次、训练时间、早停耐心（无改进的训练轮数）、批次大小、图像大小、是否保存训练检查点和预测结果、缓存设置、运行设备、工作线程数、项目和实验名称、是否允许覆盖现有实验、是否使用预训练模型、优化器类型、是否输出详细信息、随机种子、是否启用确定模式、是否作为单类别训练、是否应用矩形训练或验证、是否使用余弦学习率调度器等。任务和模式设置：定义YOLO的任务（如检测、分割、分类、姿态识别）和模式（如训练、验证、预测、导出、跟踪、基准测试）。

WIN10+YOLOv4训练

weixin_45052870的博客

08-21

411

将[yolo] 前的[convolutional]中的filters改为3*（class+5）（yolov4），总共需要修改三处。6.5，需要修改配置voc.names，右键txt打开，voc-names里面存储的是标注的标签名称。6.4需要修改voc.data，右键txt方式打开，voc-data里面设路径，classes=5(这个5是你标签的数量，就是你需要训练的图片有几类)6.3需要修改2021_train.txt和2021_val.txt。6.6，将修改好的配置文件，复制到训练目录。

yolov4-tiny.cfg

02-03

yolov4-tiny.cfg是一个用于YOLO（You Only Look Once）目标检测算法的配置文件。YOLO是一个流行的实时目标检测算法，它可以同时识别出图像中的多个物体，并且在一次前向传递中完成对象检测和分类。yolov4-tiny.cfg是YOLOv4架构的一个简化版本，旨在在相对较低的计算成本下实现高效的实时目标检测。这个配置文件包含了用于训练和测试模型的各种参数设置，例如网络的层数、卷积核的尺寸和数量、输入图像的尺寸、各个层的激活函数等等。通过这些参数的设置，可以对YOLOv4-tiny模型的性能和速度进行调整，以适应不同的应用场景和硬件平台。 yolov4-tiny.cfg还包括了训练时的超参数设置，例如学习率、批量大小、迭代次数等等。这些超参数的选择对于模型的收敛速度和精度有着重要的影响，因此需要根据具体的数据集和任务进行调整。总的来说，yolov4-tiny.cfg是YOLOv4-tiny模型的配置文件，它定义了模型的结构和训练参数，通过对这些参数的设置和调整，可以实现对目标检测模型性能的优化，并在实时应用中取得更好的效果。