tiny识别不出 yolov4_基于 Yolov4 和 Yolov4-tiny 的 Human Detector 训练记录

这篇博客记录了使用Yolov4和Yolov4-tiny训练仅检测人类的模型的过程,包括模型的使用步骤、自定义数据集训练方法以及模型的性能对比。测试结果显示Yolov4-tiny在速度上优于Yolov4,但精度稍低。
摘要由CSDN通过智能技术生成

基于 Yolov4 和 Yolov4-tiny 的 Human Detector 训练记录

网络训练

序言本实验总体目标是基于 Yolov4 和 Yolov4-tiny,训练仅包含“人类”一类的人体检测器(Human Detector);

本文档包含:

Human Detector 使用步骤:描述如何使用预训练好的基于 Yolov4 和 Yolov4-tiny 的 Human Detector(以下简称 HD_yolov4, HD_yolov4_tiny);

自定义数据集训练 Yolov4 & Yolov4-tiny:描述如何使用自定义数据集训练 Yolov4 和 Yolov4-tiny;

性能对比: Yolov4 和 Yolov4-tiny 分别作为 Base Model 的 Human Detector 精度和速度对比。

基本信息数据集:COCO 2017 的仅 human 类

1、Human Detector 使用步骤下载 pretrained model:

新建 backup 文件夹,并将以下 pretrained model 权重文件放入。

编译:

视频 demo 测试:

以 HD_yolov4_tiny 为例,通过以下命令对测试视频 tslist.mp4(提取码:h21b) 进行检测,并输出保存为 tiny_yolov4_demo.mp4。

./darknet detector demo data/obj.data cfg/human_detector_yolov4-tiny-custom.cfg backup/human_detector_yolov4-tiny-custom_best.weights -ext_output tslist.mp4 -i 0 -thresh 0.30 -out_filename tiny_yolov4_demo.mp4

data/obj.data 中可进行测试集配置

cfg/human_detector_yolov4-tiny-custom.cfg 是模型的配置文件

./backup/human_detector_yolov4-tiny-custom_best.weights 是上述下载的 pretrained model

-ext_output 是在画面中显示检测 bbox

-i 输入视频,默认为 0

-thresh 检测出的 bbox 阈值,低于该阈值的 bbox 框将不被显示在画面中

-out_filename 是输出视频的命名

假如视频帧率太大不方便查看,可用以下命令将其转换为帧率为 10 的视频片段。

ffmpeg -y -r 30 -i tiny_yolov4_demo.mp4 -r 10 tiny_yolov4_demo_fps10.mp4

可以直接运行 video_tiny.sh & video_yolov4.sh 脚本分别对 HD_yolov4_tiny 和 HD_yolov4 进行测试。

测试模型性能:

以 HD_yolov4_tiny 为例,测试模型精度 mAP (mean average precisions):

./darknet detector map data/obj.data cfg/human_detector_yolov4-tiny-custom.cfg ./backup/human_detector_y

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