基于Ubuntu16.04的Yolo v4 目标检测

最新推荐文章于 2023-12-23 19:56:31 发布
最新推荐文章于 2023-12-23 19:56:31 发布
阅读量831 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
目标检测YOLO实战应用案例100讲-基于YOLOv4的车牌识别
qq_36130719的博客
09-30 357
车牌字符识别系统是计算机图像识别技术在汽车方面的实际运用，通俗的讲它是通 过以视频监控、图像采集等方式，对选取的目标而进行识别的图像和视频处理系统，它 检测出需要监控的车辆，并通过自动分析和提取所拍摄的车牌进行信息的分析和处理。这种系统一般是通过摄像头拍摄提取车辆图像或视频序列的方式，使用数字图像处理、 计算机视觉等算法和技术，来实现车牌的字符识别。车牌字符识别系统符合应用软件的 特性的同时，也结合了深层次的计算机技术，对提高现代车辆管理效率，对于缓解交通 运输压力等，都起到了非常重要的作用。
ubuntu18.04+yolov3v4配置环境+cuda+cudnn+opencv4
m0_51210142的博客
06-27 1021
目录 0、前言 1、ubuntu18.04系统安装 2、安装nvidia驱动安装+cuda+cudnn 2.1、安装驱动 2.2、安装cuda 2.3、cudnn的安装 3、opencv的安装 4、yolov3，yolov4的编译 5、关于调用摄像头、检测结果的保存等 6、结束语 0、前言 yolov3、yolov4在物体检测这块比较火，网上也有挺多关于配置的教程，但不同的配置环境总会有不同的报错。本文旨在将自己安装过程的经验分享，同时记录下安装过程及遇到的报错问题，便于后边查阅
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
YOLOV4_ubunt16.04尝鲜
weixin_42232538的博客
05-19 276
这两天尝试编译了一下新出炉的YOLOV4，下一步继续尝试训练自己的数据。 源码下载编译过程主要参考了这篇博客 一、安装CUDA,cudnn,OPENCV等 基本环境要求：cuda=10.0，cudnn>=7.0， opencv>=2.4 参考了自己之前安装CUDA,cudnn,OPENCV的博客以及一些别人的方法。 最终我的电脑配置如下：RTX2080ti,CUDA10.2,cudnn7.6.5 在这期间，报错出现的包都要自行补上。 如果需要升级cmake升级参考了这篇博客 二、下载源码 阅读论
基于ubuntu16.04的Yolo V4的keras识别
qq_41133375的博客
07-05 498
基于ubuntu16.04的Yolo V4的keras识别一、前期准备与环境信息二、各种资源包下载1.下载YoloV4-Keras包2.YOLOV4 原始权重文件下载3.2007_voc数据准备&预处理三、转换原始权重格式（yolov4.weights ）为 Keras格式(yolov4.weights.h5)四、基于YoloV4 的Keras物体识别1.打开test.py修改代码2.准备要识别的图片一张3.在终端进入相应文件夹运行代码 一、前期准备与环境信息 操作系统：ubuntu16.04 Te
YOLOV4_ubuntu16.04训练自己的数据
weixin_42232538的博客
05-19 881
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。 ...
小白踩坑----ubuntu16.4配置yolov3的流程
qq_35027690的博客
01-10 523
conda 安装opencv ：conda install -c menpo opencv
基于yolo的目标位置实时检测.docx
03-15
### 基于YOLO的目标位置实时检测 #### 一、引言 随着深度学习技术的发展，目标检测作为计算机视觉领域的重要组成部分，其应用范围日益广泛。YOLO（You Only Look Once）作为一种高效的实时目标检测算法，凭借其...
yolov4 开发环境搭建_WIN10+YOLOv4，windows上完美执行YOLOv4目标检测
weixin_39640773的博客
01-12 2022
实验室大佬在Ubuntu16.04上轻松实现，我也来个Win10版的~先上一张成功检测的结果图： 正文开始1 软件安装我的软件环境：WIN10，CUDA10.2，cuDNN7.6.5，python3.7，VS2019，OpenCV3.4.2硬件环境：GTX2080Ti ×2，80G内存 1.1 下载安装NVIDIA显卡驱动设备管理器查看自己电脑的显卡型号，然后进入NVIDIA驱动下载，下载对应硬件...
python人头识别_使用yolov4 训练自己的人头识别模型
weixin_39801202的博客
01-14 650
0、实验环境ubuntu 16.04opencv 3.4.10cuda 10.11、yolov4安装1.1、下载编译darknetgit clone https://github.com/AlexeyAB/darknetcd darknetdarknet 默认编译是不带cuda与opencv,而且不会编译so文件。如果想编译带有cuda与opencv，并编译so文件的需要修改Makefile进行编...
Ubuntu18.04配置darknet环境实现YOLOv4目标检测(二)——基于python进行YOLOv4 inference
01-20
目录1. 需要用的的库2. 加载网络3. 加载图片4. 可视化结果 完成上一篇https://blog.csdn.net/linghu8812/article/details/100867702YOLOv4环境配置后，可基于python进行YOLOv4的inference，查看YOLOv4的检测结果。需要用到的库有darknet目录下的darknet.py文件，以及编译出来的libdarknet.so。 1. 需要用的的库 import os import cv2 import numpy as np import random import darknet 需要导入的库主要是opencv-
【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
最新发布
Akaxi的博客
12-23 2961
【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
YOLO v4安装并训练自己数据集（Ubuntu16.04）
chery的博客
04-29 1988
YOLO v4安装并训练自己数据集（Ubuntu16.04） YOLO v4的安装基本与YOLO v3相同，作者基本上在YOLOv3的版本基础上进行修改，安装上基本上大同小异，下边简单介绍安装要求。 文章目录 1. 安装要求 CMake >= 3.8 使用如下命令可以查看自己系统的CMke版本号。 cmake --version CUDA 10.0 使用如下命令查看CUDA版本信息。 cat /usr/local/cuda/version.txt OpenCV >= 2.4 使用
ubuntu16.04编译运行YOLOv4
zbr794866300的博客
05-28 4303
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.
[WSL环境]ubuntu20.04搭建yolov5目标检测开发环境
LoongEmbedded的专栏
11-17 1695
ubuntu20.04 搭建yolov5 目标检测开发环境
ubuntu下安装YOLOV4进行目标识别
ninwji的博客
08-15 1807
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
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://...
基于ubuntu16.04的Yolo V4的python3.5+Keras+TensorFlow识别
qq_42585108的博客
07-05 704
基于ubuntu16.04的Yolo V4的Keras+TensorFlow识别一、环境配置对应的版本二、yoyo4源码地址三、2007_voc数据准备&预处理四、yolov4.weights的h5模型转换1、修改包中convert.py代码内容2.修改包中gedit train.py代码内容3、权重转换模型五、基于YoloV4 的Keras物体识别1.修改test.py代码2、数据图片准备,放进YoloV4-Keras包3、终端运行测试 一、环境配置对应的版本 环境必须是3.5以上 如果是2.7
VMware14.0.0 版本虚拟机安装Ubuntu16.04 LTS版本Linux系统（多图详细步骤）
北极冰神殿的博客
06-19 5874
博客转自：https://www.cnblogs.com/la-fe/p/7835252.html    谢谢博主啦，解决了我的问题。一.前期准备工作1.成功安装完成VMware14软件；2.去Ubuntu官网下载Ubuntu16.0.4 LTS 版本的镜像文件。二.安装步骤1.打开VMware软件，选择《创建虚拟机》；2.选择《自定义》，并点击《下一步》；  3.硬件兼容性选择《Workstat...
ubuntu16.04gzebo yolo
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...
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