yolov3

本文详细介绍了YOLOv3的安装、训练过程,包括如何训练自己的数据集。内容涵盖安装Darknet,设置阈值,转换XML标注为TXT,修改配置文件,以及训练命令行的使用。同时,提到了针对小目标训练时的参数调整建议。
摘要由CSDN通过智能技术生成

yolov3———you look only once(实时目标检测)

参考:https://pjreddie.com/darknet/yolo/

性能:30fps coco数据库,57.9%mAP
速度和性能的权衡,只需要改变模型的大小即可,不需要重新训练(?)

1、安装

安装darknet:

git clone https://github.com/pjreddie/darknet
cd darknet
make

若电脑有opencv和cuda
更改Makefile的内容
更改如下,相关值改为1:

GPU=1
CUDNN=1
OPENCV=1

这样后续编译得到可执行程序darknet,检测就会使用opencv和GPU,检测速度就很快(使用和不使用,速度差别超过100倍!!!)

下载模型:

wget https://pjreddie.com/media/files/yolov3.weights

测试:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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