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

学员评价

4.6
  • 85%
  • 0%
  • 15%
  • 0%
  • 0%
  • qq_28436491 2020-08-06 14:28

    [ 学习 03 小时 02 分时评价 ] 实用性强经验丰富更多实战案例
    5.0分

    比较实用,就内容而言,课程价格较高。2个实例约等于1个。总体来说对我还是很有帮助的。

  • MAKE ELEPHANT FLY 2020-06-19 12:47

    [ 学习 05 小时 34 分时评价 ] 学习资料不全答疑不及时答疑积极
    3.0分

    老师,请问用VS2019重新生成解决方案darknet.sln时候,出现错误1>C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include\crt/host_config.h(236): fatal error C1083: 无法打开包括文件: “crtdefs.h”: No such file or directory 如何解

  • StupidguyFb 2020-06-07 12:30

    5.0分

    老师,我编译成功了 但是没有生成darknet.exe 这要怎么解决啊

查看更多评价

同学笔记

  • surfaceyan 2020-05-17 22:51:37

    来源:先验框聚类分析 查看详情

    Try to set subdivisions=64 in your cfg-file.
    CUDA status Error: file: G:\AIfile\darknet\src\dark_cuda.c : cuda_make_array() : line: 373 : build time: May 17 2020 - 11:21:41

     CUDA Error: out of memory

    CUDA Error: out of memory: No error
    Assertion failed: 0, file G:\AIfile\darknet\src\utils.c, line 325

没有更多了