yolo v4安装与使用(GPU版本)
系统环境
Ubuntu18.04
cuda11.0
cudnn8.0.4
opencv3.4.4
相关链接
官网链接:https://github.com/AlexeyAB/darknet
yolov4.weight与yolov4.conv.137下载链接: https://pan.baidu.com/s/1Ve3GtSie5NNsuVqA74GWbQ 密码: vt1i
注意事项
注意:yolov4项目需要CUDA10.0以上,cuDNN也需要安装对应的版本
注意:OpenCV版本<=4.0(不要用最新版本)
yolo v4安装步骤
- 下载yolo v4源码
git clone https://github.com/AlexeyAB/darknet
- 修改darknet目录下的Makefile文件
GPU=1
CUDNN=1
CUDNN_HALF=1
OPENCV=1
LIBSO=1
注:LIBSO=1会生成*.so库,为后面用opencv调yolov4做准备,opencv4.4版本以上自带的yolov4速度太慢。
- 编译项目
cd darknet
make
yolo v4进行训练
注:先参考官方链接再运行下面指令
https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-custom-objects
- 下载预训练权重
下载链接: https://pan.baidu.com/s/1Ve3GtSie5NNsuVqA74GWbQ 密码: vt1i - 执行下面命令
./darknet detector train data/obj.data cfg/yolov4-obj.cfg yolov4.conv.137 -map
- 如果想要指定具体的gpu进行训练,可以使用-i来指定,比如我想使用索引为2的gpu进行训练,可以这样写:(*.weights文件也可以做预训练模型)
./darknet detector train data/obj.data cfg/yolov4-obj.cfg yolov4.conv.137 -i 2 -map
或者保存log
./darknet detector train fireworks/firesmoke.data fireworks/firesmoke.cfg fireworks/firesmoke.conv.23 -map 1> fireworks/train_smoke.log
用自己训练的权重作为预训练模型
- 用第一行代码将yolo-obj_last.weights转化为olo-obj_last.conv.23
./darknet partial cfg/yolo-obj.cfg backup/yolo-obj_last.weights backup/yolo-obj_last.conv.23 23
- 将我们刚转化好的yolo-obj_last.conv.23作为预训练权重训练
./darknet detector train cfg/obj.data cfg/yolo-obj.cfg backup/yolo-obj_last.conv.23
yolo v4使用
- 测试图片
./darknet detector test ./cfg/coco.data ./cfg/yolov4.cfg ./yolov4.weights data/dog.jpg
或者
./darknet detector test ./cfg/coco.data ./cfg/yolov4.cfg ./yolov4.weights data/dog.jpg -i 0 -thresh 0.25
- 测试视频
./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights driving.mp4
或者
./darknet detector demo ./cfg/coco.data ./cfg/yolov4.cfg ./yolov4.weights test50.mp4 -i 0 -thresh 0.25
yolo v4性能统计
- 计算mAP方法
统计 mAP@IoU=0.50:
./darknet detector map cfg/tt100k.data cfg/yolov4-tt100k.cfg backup/yolov4-tt100k_final.weights
统计 mAP@IoU=0.75:
./darknet detector map cfg/tt100k.data cfg/yolov4-tt100k.cfg backup/yolov4-tt100k_final.weights -iou_thresh 0.75
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)