yolov4训练自己的数据集

本文详细介绍了如何使用yolov4训练自己的数据集,包括环境配置、数据集准备、标签转换、配置文件修改、训练过程以及预测效果展示。通过修改makefile、制作满足yolov4格式的标签、调整配置文件参数,可以成功训练并应用自定义权重。
摘要由CSDN通过智能技术生成

前几天(目前2020-04-30)yolov4轰轰烈烈的问世了,自己跑了一下顺便记录下来。
论文
代码

环境

Ubuntu 16.04
Python3.5
cuda 9

首先把代码下载下来,可以用下面命令下载,也可以直接点击上面代码链接下载。

git clone https://github.com/AlexeyAB/darknet.git
  •  

1.编译

如果需要使用GPU加速,那么得打开项目里面的makefile文件修改一些参数的值。修改完成之后在直接make。
GPU=1
CUDNN=1
CUDNN_HALF=1
OPENCV=1
OPENMP=1
LIBSO=1
DEBUG=1

# cd到darknet-master目录下
make
或者 make -j8

2.测试一下开源权重

# 测试图片,结果保存在darknet-master/predictions.jpg
./darknet detect cfg/yolov4.cfg
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

打赏作者

青年夏日科技

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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