WIN10+Yolo4+Pytorch demo和训练

最新推荐文章于 2022-10-24 15:02:59 发布
最新推荐文章于 2022-10-24 15:02:59 发布
阅读量1.3k 收藏 18
点赞数 3
分类专栏： Yolo4 文章标签： python 人工智能 深度学习
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/scy261983626/article/details/107549189
版权

文章目录

ytorch-yolov4做目标检测详细教程

1项目环境

WIN10+Python3.6+pytorch1.5

2项目连接传送门

论文
源码 直接把整个源码下载下来

3 数据准备

coco数据集

train2017下载
val2017
test2017
trainval2017：http://images.cocodataset.org/annotations/annotations_trainval2017.zip
trainval2017：http://images.cocodataset.org/annotations/stuff_annotations_trainval2017.zip
image_info_test2017：http://images.cocodataset.org/annotations/image_info_test2017.zip

数据路径配置以及标签生成

需要把coco数据集生成train.txt/val.txt文件，内容如下

image_path1 x1,y1,x2,y2,id1 x1,y1,x2,y2, id2...

原博客中对于上面的这段的含义没有解释，对于我这种初入目标检测的来说，除了第一个，后面的都看不懂。这边解释一下：images_path1 表示一张图片的路径（最好是绝对路径）， x1,y1,x2,y2,id1 分别表示的检测目标矩形框的左上角和右下角，id1表示该区域物品的类别。 后面的依次进行，一张图片里面有多少东西就写多少次。

作者真的很良心，这部分工作的代码在下载的项目里面有。只要修改里面的相关路径就可以了
这个文件只需要修改下面三行的路径即可
在这里插入图片描述

环境配置

opencv

如果python不是最新版本的，不建议直接采用pip安装的方式。建议到下面的链接中，找到Opencv，并下载对应的版本。
python库链接
如我的python是3.6的，电脑是64位的那么我下载的就是在这里插入图片描述
在这个文件的目录下 按住shift+右键打开powershell，然后输入以下命令即可安装

pip install 文件名

其他库

pip install tensorboardX  easydict  pycocotools

有缺的再自己补吧。这边装pycocotools出现了个问题，好像是win10下的通病，解决方法见问题记录。

demo

先来跑个小demo玩一下。

权重文件

首先下载作者训练好的权重参数文件，把他放在以下的路径，weight文件夹是自己创建的。
权重文件路径
权重文件链接
然后修改demo.py里面的参数，如下图，把权重文件的路径和图片的路径修改成自己的就可以
在这里插入图片描述我的是gtx1070，发现运行速度挺快的，大概在0.11秒左右。在这里插入图片描述
运行成功后会自动生成标注后的图片。如下图
在这里插入图片描述

训练

接下来我们来跑下train.py文件。
修改配置文件：主要参考文件里面写的是在cfg.py文件里面修改，但是我修改完后一直报错，相应的参数并没有被修改，后来发现是因为train.py的get_args（）函数对部分参量又进行了一次设置，并设置了默认值，所以要修改参量应该在这个函数的调用之后，或者直接在这个函数修改默认的参数。
在train.py中添加如下参数即可，
在这里插入图片描述
点击运行，然后就搜搜
跑起来了，其实我的显卡还是比较烂，训练的速度还是比较忧伤的。
在这里插入图片描述

问题记录

安装pycocotools出错

问题1：在这里插入图片描述

措施：参考博客@

参考博客

主要参考博客
博客1

Hello,Lance
关注
专栏目录
41、window10 +visual Studio 2019+CUDA11.1+cudnn11.1+TensorRT7.2.3.4+YOLO5（含安装vulkan）
sxj731533730
03-26 3440
基本思想：随手记录一下在window10系统上部署TensorRT+YOLO5,也随手记录一下Libtorch的使用方式； 一、https://pc.qq.com/detail/19/detail_25679.html去腾讯软件中心下载vs2019进行安装 安装完成之后，先写一个hello world 试试是否可以使用~ 二、搭建OpenCV库https://sourceforge.net/projects/opencvlibrary/files/4.5.1/opencv-4.5.1-v...
yolo v3 pytorch版 训练自己的数据集
weixin_44412218的博客
03-08 900
Yolo v3入坑指南 Yolo v3比Frcnn好调试多了……就是数据集准备比较麻烦…… 但是好Debug，linux和win10差别不大…… 代码链接（cpu版本）：Yolo v3 这个代码……作者说的太草率了……data怎么准备都没说清……好歹issue里面有大神解答，给了傻瓜版教程，运行他的几个脚本就好了，data文件夹就准备好啦！ data文件准备，按照这个数据集准备 虽然这个作者是用它...
基于pytorch实现的yolo_v3
11-18
pytorch实现的yolo_v3，我们只造最精致的轮子！如果你在运行过程中有任何问题，都可以评论或者私信我。
YOLO的pytorch实现
WG Wang
12-25 1247
下载的话可以在github上进行 具体实现的话可以参考下面这篇博客，yolov3实现不是很麻烦。 https://blog.csdn.net/dcrmg/article/details/81296520
python + tensorflow + yolov4视频物体识别demo
liahfdsaf的博客
02-01 681
之前做的一个小项目，整理了一下源码，有需要的朋友可以参考 gitee仓库 YOLOv4_on-video 功能介绍： 支持YOLOv4和YOLOv4-tiny模型 支持视频输入以及摄像头输入 支持视频保存 使用方法： 首先下载模型文件，放入根目录中，即./checkpoints 链接: https://pan.baidu.com/s/1kLJsJ590lVxA8CP9FsJuCw 密码: 9od3 直接运行YOLOv4-tiny模型： python detect_video.py
Yolov4：这是一个yolov4_pytorch代码
03-03
约洛夫4 这是一个yolov4_pytorch代码 没有实现所有trick，做了以下实现： 骨干：DarkNet53 => CSPDarkNet53 特征金字塔：SPP，PAN 训练：Mosaic数据增强，标签平滑，学习率余弦衰减衰减，CIOU 激活函数：Mish
windows10+Pytorch中用yolov4.5测试
niuyuanye的博客
06-21 623
所谓的yolov5暂称为yolov4.5版本(但作为工程项目还是不错的，毕竟速度、精度、大小、部署都很友好)：下载地址：https://github.com/ultralytics/yolov5 环境 2080显卡 windows10+pytorch1.5）+python3.7+CUDA:10.2+cuDNN7.6640*640 yolov5x(187M)版本 大概50ms 所有模型链接：https://download.csdn.net/download/niuyuanye/12538536640*...
【目标检测】Windows11+Anaconda3+PyCharm+Python3.8+PyTorch1.10.0+CUDA10.2环境配置和YOLOx部署
KayViolet的博客
11-21 5916
0 前言 由于YOLOx是基于Linux系统编写的代码，如果要跑通demo.py，需要对代码进行修改。 在论坛上看了一圈，记录Windows系统的很少，所以有了这篇文章。 本文为Windows部署YOLOx的踩坑记录，本文将详细介绍跑通demo的过程和个人遇到的所有报错。 1 准备工作 1.1 必要环境 Windows+Anaconda+PyCharm+Python 1.1.1 Anaconda创建新环境（Python3.8） 在Anaconda Prompt终端输入如下代码创建新的虚拟环境。 conda
win10+vs2017+cmake环境下yoloV4的安装配置方法，yoloV4在windows下的安装配置
python深度学习笔记,一起学习的加QQ2737499951
04-28 6215
适用于Windows和Linux的Yolo-v4 使用方法（中文版使用手册） Paper Yolo v4：https://arxiv.org/abs/2004.10934 更多详细信息：http://pjreddie.com/darknet/yolo/ 关于pytorch，可加群857449786 注明（pytorch） Tensorflow 深度学习实战群 755860371 共同学习，谢...
YOLOX目标检测之入门实战-win10+cpu运行YOLOX
最新发布
10-24 9万+
发布时间：2022-10-20 点击数：38YOLOX 是旷视开源的高性能检测器。旷视的研究者将解耦头、数据增强、无锚点以及标签分类等目标检测领域的优秀进展与 YOLO 进行了巧妙的集成组合，提出了 YOLOX，不仅实现了超越 YOLOv3、YOLOv4 和 YOLOv5 的 AP，而且取得了极具竞争力的推理速度。前言： 不少开发者对 YOLOX 很感兴趣 ， 希望在自己的笔记本安装测试，哪怕速度慢一些， 但笔记本一般都没有配置带CUDA 核心的GPU。
pytorch 实现yolo3详细理解（四） 测试和训练
12-21
本章就讲测试部分和训练部分的代码，照片经过yolo3的网络输出的是[1, 10647, 85]的数值，其中10647是（1313+2626+52*52）*3的输出，在每一个大小的网络信息上都有三个预测框，85是框的位置坐标x1,y1,x2,y2的形式，在yolo3的训练坐标储存方式是xywh形式，自己需要训练的xml文件保存的坐标是xyxy形式(到后面会讲解自己想要训练数据集的整理），和置信度1，分类80，一共85。 训练代码 from __future__ import division from models import * from utils.logger import * from
基于YOLOv4的口罩检测的系统研究和实现
#Amark的博客
03-14 7424
任务目标 目标检测是计算机视觉和数字图像处理的一个热门方向。目标检测即找出图像中所有感兴趣的物体，包含物体定位和物体分类两个子任务，同时确定物体的类别和位置。如图一所示。 目前主流的目标检测算法主要是基于深度学习模型，大概可以分成两大类别：（1）One-Stage目标检测算法，这类检测算法不需要产生候选区域(Region Proposal)阶段，直接产生物体的类别概率和位置坐标值，比较典型的算法有YOLO系列、SSD；（2）Two-Stage目标检测算法，这类检测算法将检测问题划分为两个阶段，第一个阶段首
第七周周三 配置pytorch环境，运行YOLO v4
weixin_45487732的博客
04-14 502
昨天安装好了vscode，今天配置它的环境来运行yolo。 首先在anaconda里创建一个新的环境——pytorch，并激活环境： conda create -n pytorch python==3.6 #环境名:pytorch,py版本3.6 activate pytorch 之后配置下载源 # 配置国内源，方便安装Numpy,Matplotlib等 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/p
Anaconda安装&创建虚拟环境&Pycharm
mango_ZZY的博客
11-26 889
目录 一、Anaconda的安装 二、创建虚拟环境 三、设置镜像 一、Anaconda的安装 傻瓜式安装教程 二、创建虚拟环境 在anaconda prompt下输入命令： 1.安装新环境 zzy_python37是自定义的环境名，3.7是python的版本 conda create -n env_name python=X.X 比如： conda create -n zzy_python37 python=3.7 2.复制某个虚拟环境 conda create --name n
YoloV4 Window10环境下配置教程
qq_34809969的博客
05-09 7455
DarkNet YoloV4+Window10+VS2019+CUDA10.0+CUDNN7.5.0配置流程Window10VS2019CUDA+CUDNN安装OpenCVCloneYoloV4VS2019编译 配置流程 主要是分享我踩过的一些坑，有问题可以留言探讨。 Window10 Window10系统 VS2019 我自己是从官网上下载的VS2019社区版本，链接如下： https://visualstudio.microsoft.com/zh-hans/downloads/ 按照基本操作步骤安装即可
WIN10+YOLOv4，windows上完美执行YOLOv4目标检测
qq_41915226的博客
06-19 2万+
YOLOv4项目实战!! 直接上教程! 一步一步教你win10下目标检测！
Pytorch版YOLOv4训练步骤（一）
qq_33543582的博客
08-17 7513
想使用YOLOv4，参考argusswift博主的文章逐步实现了一下。从VOC、COCO到最后自己的数据集，记录一下过程。 使用的代码 GitHub：https://github.com/argusswift/YOLOv4-pytorch 使用环境 Nvida GeForce RTX 2080TI torch1.4.0+cu100 torchvision0.5.0+cu100 Python3.6 Centos 安装依赖 pip install -r requirement...
windows10下yolov4训练自己的数据
natures66的博客
05-15 3469
配置过程：https://blog.csdn.net/weixin_43723614/article/details/105772081 【配置过程一定要注意：如果电脑以前装好了CUDA，再重新安装VS的话，训练时会提示 GPU isn't used！！！经查阅好像是因为VS需要在CUDA之前安装，也就是说顺序非常重要，这时候只要把CUDA卸载重装就可以了。像我的机器是有两个版本的CUDA，只卸载一个再重装是不行的，两个都卸掉再重装需要的那一个就OK了。】 参考训练配置过程：https://blog.c
Win10下用pytorch-yolov3训练自己的数据集（一）
Star_M的博客
04-28 5997
先声明自己电脑配置 win10 ；显卡型号：GeForce GTX 960 ；显存：2G 看了很多博客大部分博主都说显存至少4G才可以跑，我的是2G，目前也可以跑，可能是数据集比较少只有二十几张图片，而且需要改一些参数，后面会来介绍。 代码链接：https://github.com/ultralytics/yolov3 环境（划重点，一定要按代码里边要求的版本） 我的环境： pytorc...
Caffe结合MobileNetV2+YOLO实现快速实时目标检测
源码会具体展示网络的构建、参数设置、数据预处理、训练过程以及模型的评估和优化等关键步骤。而教程则会针对源码中的每一步进行详细的解释，帮助理解模型的工作机制和如何调整模型参数以适应特定的检测任务。 知识...
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