yolov4 开发环境搭建_【项目实战】YOLO v4训练自己的数据集

论文题目:YOLOv4: Optimal Speed and Accuracy of Object Detection

今天,使用YOLOv4对无人机进行目标检测,将自己的训练过程记录下来,总的来说,和之前Darknet的YOLOv3版本的操作完全相同。

环境

Ubuntu 16.04

Python: 3.6.4

OPENCV:3.4.0

CUDA: 10.0

GPU: RTX2080Ti

首先下载代码:

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

由于都是AlexeyAB大神的杰作,在使用上与YOLOv3使用过程几乎相同,因此,使用起来较为熟悉。

1. 编译make

如果硬件设备包含GPU加速,需要对makefile文件进行修改,修改后如下图所示。

然后在终端进行编译:

1 # cd到darknet文件夹下:2 make # 或make -j8

2. 下载开源权重,并测试:

使用与训练的权重进行测试:

1 ./darknet detect cfg/yolov4.cfg yolov4.weights data/dog.jpg

3. 训练自己的数据集

构建与YOLOv3相同的数据文件夹(此处仍以YOLOv3的方式构建):

先按照上面的格式准备好数据。其中:

Anontations用于存放标签xml文件

JPEGImage用于存放图像</

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

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