基于Ubuntu16.04的Yolo v4 目标检测

最新推荐文章于 2022-11-17 09:49:41 发布
最新推荐文章于 2022-11-17 09:49:41 发布
阅读量675 收藏 1
点赞数
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/weixin_46492125/article/details/107169319
版权

文章目录

1、安装pip3

sudo apt install python3-pip

2、安装keras

keras和tensorflow版本需要匹配才可正常使用
在这里插入图片描述

sudo pip3 install keras==2.2.5

3、安装TensorFlow

sudo pip3 install tensorflow

4、下载Yolo V4-keras

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

内容如下：
在这里插入图片描述

5、yolov4.weights权重文件下载

下载链接：https://pan.baidu.com/s/1FF79PmRc8BzZk8M_ARdMmw
提取码：dc2j
下载完成后放入Yolo V4-keras文件夹中
如此跳过下载数据集，自己跑训练的耗时过程

6、测试

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

结果：
在这里插入图片描述

鄧丫丫
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【基于Ubuntu下pointnet++激光点云目标检测】保姆级教程 | 环境配置 | 数据集下载 | 修改配置 | 训练以及测试 | 全过程图文by.Akaxi
Akaxi的博客
12-23 2377
【基于Ubuntu下pointnet++激光点云目标检测】保姆级教程 | 环境配置 | 数据集下载 | 修改配置 | 训练以及测试 | 全过程图文by.Akaxi
YOLOv4目标检测实战：训练自己的数据集
04-26
课程演示环境：Ubuntu需要学习Windows系统YOLOv4的同学请前往《Windows版YOLOv4目标检测实战：训练自己的数据集》，课程链接https://edu.csdn.net/course/detail/28748YOLOv4来了！速度和精度双提升！   与 YOLOv3 相比，新版本的 AP（精度） 和 FPS （每秒帧率）分别提高了 10% 和 12%。   YOLO系列是基于深度学习的端到端实时目标检测方法。本课程将手把手地教大家使用labelImg标注和使用YOLOv4训练自己的数据集。课程实战分为两个项目：单目标检测（足球目标检测）和多目标检测（足球和梅西同时检测）。   本课程的YOLOv4使用AlexAB/darknet，在Ubuntu系统上做项目演示。包括：安装YOLOv4、标注自己的数据集、整理自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类分析。还将介绍改善YOLOv4目标训练性能的技巧。   除本课程《YOLOv4目标检测实战：训练自己的数据集》外，本人将推出有关YOLOv4目标检测的系列课程。请持续关注该系列的其它视频课程，包括： 《YOLOv4目标检测实战：人脸口罩佩戴识别》《YOLOv4目标检测实战：中国交通标志识别》《YOLOv4目标检测：原理与源码解析》
ubuntu下快速实现yolo v3目标检测
乐观的lishan的博客
06-17 3964
摘要：本文以尽可能少的步骤和安装命令，实现在最短的时间内搭建yolo的运行环境，让yolo在你的电脑上跑起来的目的，这些简化的命令是作者在多次安装之后的经验下总结的，希望对刚入手yolo的朋友有所帮助。yolo的运行环境有darknet、opencv、cuda、cudnn，根据硬件情况，又可分为cpu版本和gpu版本两种，其中gpu环境是在cpu的环境基础上增加了cuda和cudnn。必须注意的是，只有nvidia的显卡才支持gpu运行环境。
Ubuntu系统下的深度学习目标检测实现
weixin_43650802的博客
04-02 3365
Ubuntu系统下目标检测代码的配置和运行
[WSL环境]ubuntu20.04搭建yolov5目标检测开发环境
LoongEmbedded的专栏
11-17 1612
ubuntu20.04 搭建yolov5 目标检测开发环境
ubuntu16.04.7镜像
03-02
ubuntu-16.04.7-desktop-amd64 下载链接：https://blog.csdn.net/kt1776133839/article/details/123229169
ubuntu16.04 mysql5.7 离线包及依赖
03-24
内网环境安装mysql5.7数据库所需deb安装包，libaio1_0.3.110-2_amd64.deb ，libmecab2_0.996-1.2ubuntu1_amd64.deb ，libmysqlclient20_5.7.25-1ubuntu16.04_amd64.deb，libmysqlclient-dev_5.7.25-1ubuntu16.04_amd...
基于Ubuntu16.04下安装VS Code(分享)
09-15
下面小编就为就带来一篇基于Ubuntu16.04下安装VS Code(分享)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
基于Ubuntu 16.04设置固定IP的方法教程
01-10
本文主要给大家介绍了关于Ubuntu 16.04设置固定IP的相关内容，分享出来供大家参考学习，下面话不多说了，来一起看看详细的介绍吧。 方法如下： 首先说明一下这个是在 mac 下的 vm 虚拟机上完成的 1.vm 上增加虚拟...
基于ubuntu16.04编译的Poco库
04-22
基于ubuntu16.04编译的Poco库 Poco库版本：1.8.0.1 POCO库是强大的的跨平台C++库，可以用来编写多平台的网络应用程序，这些平台包括桌面端、服务端、移动端、IOT(物联网)、嵌入式系统等。总的来说是一个非常强大的...
Ubuntu16.04下YOLO V3训练自己的数据集（超详细））
10-13
Ubuntu16.04下YOLO-V3的配置方法，里面添加了一些配置成功的网址，实测有效
Ubuntu18.04实现Tensorflow框架下的Fasterrcnn目标检测
beautifulback的博客
05-27 721
用tensorflow实现faster-rcnn，为后续转onnx－＞tensorrt准备.......，过程完整，持续更新..........
ubuntu18.04利用yolov4训练自己的数据集
weixin_55672590的博客
06-21 1367
Ubuntu18.04 部署Yolov4 darknet版本
ubuntu16.04编译运行YOLOv4
zbr794866300的博客
05-28 4268
YOLOv4使用GPU测试及训练配置要求: CUDA 10.0 cudnn 7.0以上 opencv2.4以上 整个 满足配置的情况下详细过程如下: 1.下载YOLOV4 git clone https://github.com/AlexeyAB/darknet.git 2.编译 (1如果只用CPU测试,没有安装CUDA和Cudnn,直接cd到指定目录下make编译即可. cd darknet make 之前可能会报错 error: ‘for’ loop initial decla.
Ubuntu18.04配置darknet环境实现YOLOv4目标检测(一)——配置YOLOv4环境darknet
热门推荐
linghu8812的博客
09-16 1万+
目录 1. 概述 2.darknet配置 2.1 下载darknet 2.2 编译darknet 3.测试 3.1 测试图片 3.2 测试视频 1. 概述 YOLO官方网址：https://pjreddie.com/darknet/yolo/ 作者开源项目地址：https://github.com/pjreddie/darknet YOLOv1论文地址：https://...
YOLOV4_ubuntu16.04训练自己的数据
weixin_42232538的博客
05-19 865
yolov4尝鲜，笔记自用。 主要参考了1.官方的指导和2.这位前辈的博客以及我自己之前3.训练Yolov3的博客 一.准备数据 二.准备预训练权重 三.修改配置文件 四.进行训练 基本和我3.训练Yolov3的博客这个帖子的步骤是一模一样。 ...
基于Ubuntu的yolov4 环境配置以及效果实测
mr_qin_hh的博客
05-11 7281
我目前主要“研究”的是语义分割。因为实习的原因，现在开始着手学习目标检测。打个卡，纪念我实习的第一次。 最近yolov4 开源了，各路大神都开始秀操作了。工业上也不例外。于是，我接到了实习的第一个任务：测试一下yolov4的性能，看有没有可能引进到工业上。 paper：https://arxiv.org/pdf/2004.10934.pdf code：https://github.com/AlexeyAB/darknet 我们将源码下载下来以后： 可以先修改一下Makefile里面的文件： ..
ubuntu下安装YOLOV4进行目标识别
ninwji的博客
08-15 1778
我电脑上安装的的是ubuntu16.04，如果安装其他版本也可以，目的很明确，就是能装过并使用。 第一步，我们先装YOLOV4 1,新建一个目录作为，总的一个文件夹，我们从github上先git darknet git clone https://github.com/AlexeyAB/darknet 2.我们对darknet进行编译 cd darknet make 3.使用yolov4.weights的预训练权重文件进行测试 ./darknet detector test
Ubuntu16.04下使用【cpu】运行【tf-faster-rcnn】目标检测Demo
luolan9611的博客
04-16 2019
如题，在自己的笔记本上就能跑tf-faster-rcnn的demo，预装的环境主要就是tensorflow1.2.0-rc和python3的一些库，不牵扯cuda那些。我也许会写一系列，从跑demo到训练自己的目标检测网络，faster rcnn的原理等等。快点动手弄起来吧！ tf-faster-rcnn的github源码地址: https://github.com/endernewton/tf...
ubuntu16.04gzebo yolo
最新发布
07-27
根据提供的引用内容，你可能在询问如何在Ubuntu 16.04上安装Gazebo和YOLO。以下是安装Gazebo和YOLO的一般步骤： 1. 首先，你需要安装Ubuntu 16.04。你可以按照引用\[1\]中的步骤进行安装。 2. 安装Gazebo。你可以使用以下命令在Ubuntu 16.04上安装Gazebo： ``` sudo apt-get update sudo apt-get install gazebo ``` 3. 安装YOLO。根据引用\[2\]中的说明，你需要在安装OpenCV时将~/.bashrc中的Anaconda3环境变量注释掉。然后，你可以按照YOLO的官方文档或教程进行安装。 请注意，这只是一般的步骤，具体的安装过程可能会因个人需求和环境而有所不同。建议你参考Gazebo和YOLO的官方文档或教程以获取更详细的安装指南。 #### 引用[.reference_title] - *1* *3* [Ubuntu16.04的安装教程](https://blog.csdn.net/weixin_59605625/article/details/125807363)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Ubuntu16.04 LibTorch部署yolov5](https://blog.csdn.net/qq_49175257/article/details/122357598)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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