你将收获

掌握Windows系统YOLOv4目标检测训练自己的数据集方法

掌握labelImg图像标注方法

掌握YOLOv4数据集整理方法

掌握YOLOv4训练、测试、性能统计方法

适用人群

对YOLOv4目标检测感兴趣的同学们和从业者

课程介绍

课程演示环境:Windows10; cuda 10.2; cudnn7.6.5; Python3.7; VisualStudio2019; OpenCV3.4


需要学习ubuntu系统上YOLOv4的同学请前往:《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/28745


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标注和使用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Windows系统上做项目演示。包括:安装软件环境、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)和先验框聚类分析。还将介绍改善YOLOv4目标检测性能的技巧。


除本课程《Windows版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:

《Windows版YOLOv4目标检测实战:人脸口罩佩戴检测》
《Windows版YOLOv4目标检测实战:中国交通标志识别》
《Windows版YOLOv4目标检测:原理与源码解析》



课程目录