WIN10+YOLOv4训练

1,准备图片

1.1创建好一个目录存放图片和标注的文件和转换的文件
在这里插入图片描述
在这里插入图片描述

2,安装标注软件(自行查找安装方法labelImg)

3,打开labelImg

在这里插入图片描述
在这里插入图片描述

4,打开图片和标注文件存放路径

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

5,将标注文件转化为txt文件

参考例子

6,设置配置文件下载相应的文件

https://yunpan.360.cn/surl_y8MzRKvAXuB (提取码:e992)
下载地址
6.1设置yolov4.cfg,右键txt打开
搜索yolo
classes=5(这个5是你标签的数量,就是你需要训练的图片有几类)
将[yolo] 前的[convolutional]中的filters改为3*(class+5)(yolov4),总共需要修改三处
在这里插入图片描述
修改训练次数max_batches = 10000
在这里插入图片描述

6.2需要下载一个文件yolov4-tiny.conv.29,网盘里有
6.3需要修改2021_train.txt和2021_val.txt
2021_train.txt存放的是图片路径
2021_val.txt存放的是txt路径
在这里插入图片描述
在这里插入图片描述
6.4需要修改voc.data,右键txt方式打开,voc-data里面设路径,
classes= 5标签数量
在这里插入图片描述
6.5,需要修改配置voc.names,右键txt打开,voc-names里面存储的是标注的标签名称
在这里插入图片描述
6.6,将修改好的配置文件,复制到训练目录

D:\darknet\build\darknet\x64

在这里插入图片描述
6.7,打开shell或cmd,进入当前目录
在这里插入图片描述

输入并行
cmd

darknet.exe detector train data/voc.data yolov4.cfg yolov4-tiny.conv.29

shell

.\darknet.exe detector train data/voc.data yolov4.cfg yolov4-tiny.conv.29

出现下面的图片代表开始训练
在这里插入图片描述
训练结果在下面的目录
在这里插入图片描述

下一篇将介绍,实现C++调用

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
需要学习Windows系统YOLOv4的同学请前往《Windows版YOLOv4目标检测实战:原理与源码解析》,课程链接 https://edu.csdn.net/course/detail/29865【为什么要学习这门课】 Linux创始人Linus Torvalds有一句名言:Talk is cheap. Show me the code. 冗谈不够,放码过来!  代码阅读是从基础到提高的必由之路。尤其对深度学习,许多框架隐藏了神经网络底层的实现,只能在上层调包使用,对其内部原理很难认识清晰,不利于进一步优化和创新。YOLOv4是最近推出的基于深度学习的端到端实时目标检测方法。YOLOv4的实现darknet是使用C语言开发的轻型开源深度学习框架,依赖少,可移植性好,可以作为很好的代码阅读案例,让我们深入探究其实现原理。【课程内容与收获】 本课程将解析YOLOv4的实现原理和源码,具体内容包括:- YOLOv4目标检测原理- 神经网络及darknet的C语言实现,尤其是反向传播的梯度求解和误差计算- 代码阅读工具及方法- 深度学习计算的利器:BLAS和GEMM- GPU的CUDA编程方法及在darknet的应用- YOLOv4的程序流程- YOLOv4各层及关键技术的源码解析本课程将提供注释后的darknet的源码程序文件。【相关课程】 除本课程《YOLOv4目标检测:原理与源码解析》外,本人推出了有关YOLOv4目标检测的系列课程,包括:《YOLOv4目标检测实战:训练自己的数据集》《YOLOv4-tiny目标检测实战:训练自己的数据集》《YOLOv4目标检测实战:人脸口罩佩戴检测》《YOLOv4目标检测实战:中国交通标志识别》建议先学习一门YOLOv4实战课程,对YOLOv4的使用方法了解以后再学习本课程。【YOLOv4网络模型架构图】 下图由白勇老师绘制  

“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 1
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