Windows版YOLOv4目標檢測實戰:訓練自己的資料集
阿新 • • 發佈:2020-05-06
課程連結:https://edu.51cto.com/course/22982.html
課程演示環境:Windows10; cuda 10.2; cudnn7.6.5; Python3.7; VisualStudio2019; OpenCV3.4
需要學習ubuntu系統YOLOv4的同學請前往:《YOLOv4目標檢測實戰:訓練自己的資料集》
https://edu.51cto.com/course/22982.html
YOLOv4來了!速度和精度雙提升!
與 YOLOv3 相比,新版本的 AP (精度)和 FPS (每秒幀率)分別提高了 10% 和 12%。
YOLO系列是基於深度學習的端到端實時目標檢測方法。本課程將手把手地教大家使用labelImg標註和使用YOLOv4訓練自己的資料集。課程實戰分為兩個專案:單目標檢測(足球目標檢測)和多目標檢測(足球和梅西同時檢測)。
本課程的YOLOv4使用AlexyAB/darknet,在Windows系統上做專案演示。包括:安裝軟體環境、安裝YOLOv4、標註自己的資料集、整理自己的資料集、修改配置檔案、訓練自己的資料集、測試訓練出的網路模型、效能統計(mAP計算)和先驗框聚類分析。還將介紹改善YOLOv4目標檢測效能的技巧。
除本課程《Windows版YOLOv4目標檢測實戰:訓練自己的資料集》外,本人將推出有關YOLOv4目標檢測的系列課程。請持續關注該系列的其它視訊課程,包括:
《Windows版YOLOv4目標檢測實戰:人臉口罩佩戴檢測》
《Windows版YOLOv4目標檢測實戰:中國交通標誌識別》
《Windows版YOLOv4目標檢測:原理與原始碼解析》