YOLOv4目标检测实战:训练自己的数据集

课程演示环境:Ubuntu

课程链接:https://edu.csdn.net/course/detail/28745

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/28748

YOLOv4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标注数据集并使用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AlexyAB/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。

视频效果:

YOLOv4训练自己的数据集实现多目标检测(足球和梅西)

 

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》

YOLOv4目标检测实战:训练自己的数据集_第1张图片

YOLOv4目标检测实战:训练自己的数据集_第2张图片

YOLOv4目标检测实战:训练自己的数据集_第3张图片

YOLOv4目标检测实战:训练自己的数据集_第4张图片

你可能感兴趣的