darknet-yolov4笔记

最新推荐文章于 2022-11-18 18:21:17 发布
原创 最新推荐文章于 2022-11-18 18:21:17 发布 · 506 阅读 · 1 ·
CC 4.0 BY-SA版权
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。
文章标签：

#深度学习

本文档详细介绍了如何使用darknet环境训练和测试yolov4模型。内容涵盖cuda和cudnn的安装，数据集的VOC格式处理，.data和.names文件的创建，权重下载，以及训练和测试的具体步骤。训练时需注意cfg配置文件的设置，测试阶段可进行单张和批量图像的检测。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

准备darknet运行环境

  1. cuda
  2. cudnn，下载时注意与cuda版本对应
  3. opencv，此项选择下载，建议安装

数据集准备

  1. 图片
  2. 标签xml文件
  3. 将上一步中的数据集处理成voc格式，即文件夹位置存放方式文件内容

训练前的其他处理

  1. .data文件以及 .names文件
  2. 权重下载，COCO数据集对应权重为yolov4.weights，ImageNet预训练模型为yolov4.conv.137
  3. cfg文件yolo层前后根据自己数据集类别数修改参数

开始训练

确保cfg中batch以及subdivisions为大于1且2的次方，cfg配置文件信息参考https://blog.csdn.net/czksnk/article/details/100692881

./darknet detector train data/voc.data cfg/yolov4-voc.cfg backup/yolov4.conv.137 -map

./darknet为编译好的可执行文件，detector表示执行目标检测任务，train表示执行训练任务，data/voc.data，cfg/yolov4-voc.cfg和backup/yolov4.conv.137文件路径位置必须正确，-map表示可以在训练的同时，进行检测精度评估，每4个epoch评估一次。

测试

  1. 单张测试：    ./darknet detector test cfg/voc.data cfg/yolov4-voc.cfg backup/yolov4-voc.weights -thresh 0.25 data/dog.jpg
  2. 批量测试：    cfg中batch以及subdivisions均设为1，参考https://blog.csdn.net/qq_38915710/article/details/97292913

 

yolov4在darknet框架下训练（UA-DETRAC车辆）
Sunhansong的博客
10-06 3974
仅作笔记整理搬运使用，没有任何程序原创部分，主要给自己提个醒，避免重复搜索工作 一、UA-DETRAC UA-DETRAC转化成voc格式 https://blog.csdn.net/w5688414/article/details/78931910 1.从其提供的xml中，提取每张图片的voc格式的xml，文件名为DETRAC_xmlParser.py 2.然后根据生成的vocxml,迁移相应的图片到目标目录中，文件名为voc_data_migrate.py 二、VOC数据集 按照VOC格式生成数据集 h
Windows搭建Darknet框架环境-Yolov4-GPU
乐观的lishan的博客
11-18 6601
本文介绍了在Windows系统上搭建YOLOv4-GPU的Darknet框架环境。
darknet初体验4
Innovat1on的博客
04-23 244
现在我们已经获得了训练的模型了，那么怎么进行验证集的测试呢，因为我们要判断模型的mAP啊 这就需要用到valid模式了 通过valid我们可以获得模型对于valid set的预测结果，包括label和box 然后我们需要计算mAP 计算mAP需要利用两个辅助py文件 ...
【目标检测】1.YOLOv4、Darknet概述
糊涂懿的博客
11-27 356
YOLOv4：2020.4.23 YOLOv4: Optimal Speed and Accuracy of Object Detection Darknet 是一个轻型的开源深度学习框架，它的功能为CNN底层实现和YOLO目标检测。 特点： 由C语言实现 没有依赖项（摄像头和视频处理需要OpenCV） 容易安装 移植性好 支持CPU和GPU（CUDA）两种计算方法 开发者： 美国华盛顿大学Joseph Redmon Darknet官网： https://pjreddie.com/darknet/
在google colab上利用yolov4（darknet版）训练自定义数据集（详细版）
weixin_49929808的博客
05-14 2221
yolov4在Google Colab上训练自定义数据集，能较好解决自己电脑算力不足、训练慢等问题
yolov4.weights
04-24
2020-4-24 最新版yolov4权重，从google盘下载，文件245MB,超过上传限制，已传百度云,https://github.com/AlexeyAB/darknet,
目标检测笔记——基于win10实现用darknet-yolov4结合opencv用C++实现实时检测
09-26
目标检测笔记——基于win10实现用darknet-yolov4结合opencv用C++实现实时检测，本方法没有用DNN推理，直接用opencv以及c++以及YOLOv4自带的yolo_v2.hpp,能很方便的部署到工业环境中
如何在 Colab 12GB-RAM GPU 笔记本上使用 Darknet 训练 YOLOv3 并优化 VM 运行时加载时间.zip
11-26
如何在 Colab 12GB-RAM GPU 笔记本上使用 Darknet 训练 YOLOv3 并优化 VM 运行时加载时间如何在 Colab 12GB-RAM GPU 笔记本上使用 Darknet 训练 YOLOv3 并优化 VM 运行时加载时间此 repo 包含来自博客文章的 Google ...
昆虫检测65-YOLOv7、CreateML、Darknet、Paligemma、TFRecord、VOC数据集合集.rar
最新发布
12-06
昆虫检测65-YOLOv7、CreateML、Darknet、Paligemma、TFRecord、VOC数据集合集.rar番茄害虫-V2 2023-11-29 7:52 PM ============================= *与您的团队在计算机视觉项目上合作 *收集和组织图像 *了解和搜索...
施工人员检测37-YOLOv7、COCO、CreateML、Darknet、Paligemma、VOC数据集合集.rar
12-03
施工人员检测37-YOLOv7、COCO、CreateML、Darknet、Paligemma、VOC数据集合集.rarPPE-V6 2023-12-01 12:24 PM ============================= *与您的团队在计算机视觉项目上合作 *收集和组织图像 *了解和搜索非...
Darknet版YOLOv4反光衣检测+训练好的weights权重+数据集
03-08
Darknet版YOLOv4反光衣检测： 1、包含训练好的weights权重文件，以及后缀为cfg、data、names的配置文件，并包含训练map曲线和loss曲线， 2、包含反光衣检测数据集，标签格式为txt和xml两种，分别保存在两个文件夹中；包含反光衣检测数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 3、检测效果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743
darknet版yolov4训练结果
02-28
1、darknet版yolov4训练结果 2、训练好的模型包含的类别：car，airplane，person，bird，drone 3、包含custom.data，custom.names，yolov4-custom.cfg，yolov4-custom_best.weights配置文件
yolov4在darknet框架下训练（VOC2012）
Sunhansong的博客
09-23 777
仅作笔记整理搬运使用，没有任何程序原创部分，主要给自己提个醒，避免重复搜索工作 一、Darknet-master https://github.com/AlexeyAB/darknet 二、VOC数据集 VOCdevkit文件夹放在darknet目录中 darknet/scripts下的voc_label.py拷贝至darknet目录。 打开voc_label.py 因为以voc2012为数据集 #sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'tra
yolov4训练自己的数据集，基于darknet框架
cumtchw
09-10 2417
一：安装darknet git clone https://github.com/AlexeyAB/darknet/ 修改makefile里面的值， GPU=1 CUDNN=1 CUDNN_HALF=1 OPENCV=1 OPENMP=1 LIBSO=1 DEBUG=1 然后进行编译 cd darknet make 二：首先以VOC的数据格式准备好自己的数据 VOCdevkit VOC2007 Annotations ImageSets ...
Darknet框架下如何利用自己的数据集训练YOLOv4模型
乐观的lishan的博客
11-19 6859
本文详细介绍了在Darknet框架下如何利用自己的数据集训练YOLOv4模型
【Darknet版YOLOv3&YOLOv4模型训练】
weixin_51154380的博客
11-18 1496
在Windows平台下是通过project文件去管理这些的，如果不用CMake，那我们为Windows和Linux系统就要写对应的project文件和makefile文件，这无疑是一件繁琐的事，而我们只要编写一次CMake，就可以用在各个平台，而且其语法也简单。labelimg标注完数据之后以.xml数据的格式进行保存，只能创建矩形框更加适用于目标检测制作数据集，如YOLO，而labelme以.json文件的数据格式进行保存，可以创建多种类型的边框进行标注，适用于图像分割，如MaskRcnn。
Yolov4训练自己的数据集，史上最详细教程（本人多次使用训练，亲测效果不错,小白都可以学会）
热门推荐
weixin_41444791的博客
08-03 1万+
Yolov4训练自己的数据集，史上最详细教程（本人多次使用训练，亲测效果不错,小白都可以学会。 代码运行环境Ubuntu18.04+python3.6+显卡1080Ti+CUDA10.0+cudnn7.5.1+OpenCV3.4.6+Cmake3.12.2，详细环境配置安装步骤就不讲解拉，网上教程一大堆。 从github克隆下载源码，链接地址：https://github.com/AlexeyAB/darknet 训练肯定需要使用GPU加速，那么得打开项目里面的makefile文件修改一些参数的值，1-4
yolov4训练自己的数据集
Como0413的博客
07-13 1949
配置环境 https://mp.csdn.net/console/editor/html/107310946 训练自己的数据集 将生成的darknet.exe文件复制到darknet-master\build\darknet\x64文件夹中 在darknet-master\build\darknet\x64\data中创建 Annotations文件夹放xml文件 ImageSets\Main文件夹，存放生成的txt文件 JPEGImages文件夹，存放图片数据 在x64/data文件夹中创建test.
Win10+C++实现YOLOv4目标实时检测技术笔记
资源摘要信息:"目标检测笔记——基于win10实现用darknet-yolov4结合opencv用C++实现实时检测" 知识点一：目标检测概述 目标检测是计算机视觉中的一项关键任务，其目的是确定图像中是否存在特定类别的一组目标，并且...
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