掌握使用YOLOv4进行TT100K数据集上的中国交通标志识别
学习TT100K数据集格式的转换方法
你将收获
掌握使用YOLOv4进行TT100K数据集上的中国交通标志识别
学习TT100K数据集格式的转换方法
适用人群
课程介绍
需要学习Windows系统YOLOv4的同学请前往《Windows版YOLOv4目标检测实战:中国交通标志识别》
在自动驾驶中,交通标志识别是一项重要的任务。本项目以中国交通标志数据集TT100K为训练对象,采用YOLOv4目标检测方法实现实时交通标志识别。
本课程的YOLOv4使用AlexyAB/darknet,在Ubuntu系统上做项目演示。具体项目过程包括:安装YOLOv4、TT100K标注格式转换成PASCAL VOC格式、YOLOv4训练集和测试集自动划分、修改配置文件、训练网络模型、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。
本课程会讲述使用Python程序将TT100K数据集的格式转换成PASCAL VOC格式和YOLO格式的方法,并提供相应代码。
课程目录
感觉数据集图片太少了。对类别少的数据做较多的数据集增强试试。或者采用focal loss
先用课程的数据集训练试试
先下载课件,课件中有百度网盘链接
可以按课程中的步骤转换下数据集格式
你的cuda和cudnn是什么版本?
请联系下CSDN客服
打开文件tt100k_to_voc_test.py看下,注意VOCdevkit的放置的位置要和程序一致
电脑端播放时,在屏幕左上方可看到“下载课件”的按钮
先下载课件,项目流程的课件中有百度网盘链接
可能是opencv没安装好。opencv测试那一步是否正常?
重新计算anchors确实可能没有帮助