Ubuntu18.04上基于YoloV4 的Keras物体识别

最新推荐文章于 2023-05-23 18:08:38 发布
最新推荐文章于 2023-05-23 18:08:38 发布
阅读量336 收藏 4
点赞数
分类专栏： 人工智能机器学习 文章标签： 机器学习
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/sillystar/article/details/107288152
版权

基于YoloV4 的Keras物体识别

一、安装环境

1.下载TensorFlow

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

2.安装keras

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

3.安装OpenCV-Python

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

二、下载包

1.从GitHub上下载

git clone https://github.com/Ma-Dan/keras-yolo4

在这里插入图片描述

2.下载权重文件

在这里插入图片描述

三、运行

1.修改文件

找到test.py，修改model_path。修改为我们前面已经引入的.h5文件。
在这里插入图片描述
test.py顶部添加编码
在这里插入图片描述

2.编译并运行

cd keras-yolo4
python3 test.py

在这里插入图片描述

sillystar
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Ubuntu16.04+Kinect2摄像头进行物体识别
wajsy的博客
08-05 4157
ork功能包 首先安装依赖库： sudo apt-get install meshlab sudo apt-get install libosmesa6-dev sudo apt-get install python-pyside.qtcore sudo apt-get install python-pyside.qtgui 下载源码编译： mkdir ork_ws cd ork_ws...
cuda 实现sift gpu_Ubuntu18.04上实现YOLO V3 进行摄像头实时物体检测
weixin_39638708的博客
11-24 313
1、显卡驱动1.1、NVIDIA 显卡sudoadd-apt-repository ppa:graphics-drivers/ppa为Ubuntu安装Nvidia驱动sudo apt-get update更新Nvidia驱动程序ubuntu-drivers devices检测你的NVIDIA显卡型号和推荐的驱动程序的模型，会显示相关内容sudo ubuntu-drivers autoi...
Ubuntu18.04下基于YoloV4 的Keras物体识别
白码王子小张的博客
07-06 722
这里写目录标题一、安装keras、tensorflow二、下载Yolo V4-keras三、yolov4.weights权重文件h5模型转换四、实现YoloV4 的Keras物体识别 一、安装keras、tensorflow 注意：安装的keras和tensorflow版本要相匹配 1.安装keras 二、下载Yolo V4-keras 1.下载Yolo V4-keras git clone https://github.com/Ma-Dan/keras-yolo4 文件内容如下： 2.yolov4.
python--Ubuntu18上基于YoloV4 的Keras物体识别
zjc
06-09 442
基于卷积神经网络的图像分类什么是过拟合什么是数据增强python代码Using convnets with small datasetsTraining a convnet from scratch on a small datasetThe relevance of deep learning for small-data problemsDownloading the dataBuilding our networkData preprocessingUsing data augmentation 什么
Linux/Ubuntu系统运行Python+Yolov5物体识别
alicema1111的博客
05-23 850
这篇博客针对Linux/Ubuntu系统运行Python+Yolov5物体识别编写代码，代码整洁，规则，易读。 学习与应用推荐首选。
物体识别全流程（Ubuntu16.04）结合ROS
weixin_44290841的博客
08-20 2311
物体识别全流程（Ubuntu16.04）结合ROS 1.使用labellmg，标记图片，生成xml标签 在此下载labellmg包 下载之后解压到要放置的目录 推荐使用Python3+Qt5 打开labellmg包 在当前目录终端下运行如下命令行 sudo apt-get install pyqt5-dev-tools sudo pip3 install -r requirements/requi...
ubuntu1804 qt调用yolov4源码
02-25
在本项目中，我们主要探讨的是如何在Ubuntu 18.04操作系统上，使用Qt C++框架调用YOLOv4的源码进行对象检测。YOLO（You Only Look Once）是一种流行的实时目标检测算法，而YOLOv4作为其最新版本，在速度和精度上都有...
Ubuntu18.04配置darknet环境实现YOLOv4目标检测(二)——基于python进行YOLOv4 inference
01-20
完成上一篇https://blog.csdn.net/linghu8812/article/details/100867702YOLOv4环境配置后，可基于python进行YOLOv4的inference，查看YOLOv4的检测结果。需要用到的库有darknet目录下的darknet.py文件，以及编译出来...
Ubuntu 18.04下基于Python3.6和Django1.11的论坛源码
最新发布
03-25
项目概述：基于Ubuntu 18.04的Python3.6与Django1.11论坛源码 本项目是一款在Ubuntu 18.04操作系统环境下开发的论坛应用源码，主要采用Python 3.6.6编程语言，搭配Django 1.11.4框架进行构建。源码包含13个Python...
ubuntu18.04gcc.zip
10-29
ubuntu18.04 离线安装gcc
Ubuntu16.04下tensorflow+SSD实现（人脸，通用物体）目标检测，环境的搭建与测试以及搭建环境的踩坑环节的梳理（一）
12-21
Ubuntu16.04下tensorflow+SSD实现（人脸，通用物体）目标检测，环境的搭建与测试以及搭建环境的踩坑环节的梳理（一） 开发环境：Ubuntu16.04、cuda、cudnn 语言：Python3.5（也可以Python3.6） 框架：tensorflow1.12 、SSD 英伟达GPU配置步骤： 1.tensorflow1.12使用的Python版本不能是3.7的，要求在3.7以下 2.cuda和cudnn的环境在英伟达下进行下载，由于每个人的计算机环境是否有GPU显卡和显卡的版本不同，需要进行TensorFlow和cuda、cudnn和匹配 2.1 nvidia-smi 可
keras-yolov4.rar
05-09
keras的YOLOV4版本，拿来就能用，使用方法和yolov3相同，可以借鉴其他人的yolov3 keras版本的训练与检测过程
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
笔记本ubuntu18.04上可用的nomachine deb包
03-07
笔记本ubuntu18.04上可用的nomachine deb包 安装命令sudo dpkg -i ****.deb
RGBD物体识别(3)--ubuntu安装opencv3和opencv-contrib
heroacool的专栏
03-24 4182
环境：ubuntu注意事项如果你已经安装了ROS，而ROS已经自带opencv2.4.8，要在同一台的电脑上兼容使用opencv2.4.x和opencv3.x请参考解决办法安装包准准备１，在opencv官网上下载opencv3.0。 ２，在github上下载opencv-contrib，请注意选择opencv-contrib版本,一定要和opencv版本对应。安装过程安装依赖项sudo apt-g
基于ubuntu18的Yolo V4的keras识别
lxzysx的博客
07-05 597
目录配置keras安装tensorflow安装下载测试如果没有.h5文件如果有.h5文件使用yolov4_weight.h5时使用yolov4_voc_weight.h5参考文献 配置 ubuntu下安装keras和tensorflow 值得注意的是keras和tensorflow要匹配，不然会导致后面出现各种问题 这里可以参考博客查看匹配型号 参考博客 keras安装 我是在python2.7下面操作的，下载的版本是keras2.2.5 tensorflow安装 python2.7下安装 版本是1.1
Ubuntu完成谷歌开源TensorFlow Object Detection API物体识别超详细过程
dsnqr的博客
05-21 570
本次记录在Ubuntu系统上尝试完成谷歌开源TensorFlow Object Detection API物体识别的超详细过程，期间参考了很多博主的文章，在这一如既往地对他们表示我由衷的感谢。另外，本人小小白一个，文中若有错误还望各位不吝赐教！
【无标题】ZED相机+yolov4+Ubuntu20.04+Cuda11.7+cudnn8进行物体检测
qaaaaaaz的博客
09-16 1738
ZED相机+yolov4+Ubuntu20.04+Cuda11.7+cudnn8进行物体检测
使用YOLO进行物体识别+ubuntu16.04+ROS
qq_25368751的博客
09-18 2964
进行了一个星期的探索终于成功了。 简单进行一下整理思路： 1. 电脑必须安装git，然后在自己电脑上生成密钥，这里具体方法百度，默认大家都会了。 2. 生成密钥之后在home文件夹下找到.ssh文件夹，如果没用找到的话按ctrl+H会显示隐藏目录，打开.ssh文件之后 找到id_rsa.pub复制里边的内容。 3. 注册一个github帐号，导入密钥文件 进入settings ...
ubuntu18.04下运行yolov4
03-16
要在Ubuntu 18.04下运行Yolov4，您需要按照以下步骤进行操作： 1. 安装CUDA和cuDNN：Yolov4需要使用GPU来进行加速，因此您需要安装CUDA和cuDNN来支持GPU计算。 2. 安装OpenCV：Yolov4需要使用OpenCV来进行图像处理和显示。 3. 下载Yolov4代码和权重文件：您可以从GitHub上下载Yolov4的代码和权重文件。 4. 编译Yolov4：在下载完代码后，您需要使用make命令来编译Yolov4。 5. 运行Yolov4：在编译完成后，您可以使用命令行来运行Yolov4，并对图像进行检测。 需要注意的是，Yolov4需要较高的计算资源和较长的训练时间，因此在运行之前需要确保您的计算机具备足够的硬件配置。

“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