赞
踩
YOLOv4 资源环境配置和测试样例效果
基本环境:cuda=10.0,cudnn>=7.0, opencv>=2.4
一、下载yolov4
git clone https://github.com/AlexeyAB/darknet.git
二、编译
三、测试
./darknet
若出现下图,则说明编译成功:
生成上述视频的命令:
·
./darknet.exe detector demo
…/…/cfg/coco.data …/…/cfg/yolov4-1024.cfg …/…/yolov4.weights ~/Desktop/0002-20170519-2.mp4
-thresh 0.2 -ext_output -out_filename ~/Desktop/output.avi
原 YOLOv4 是基于DarkNet框架的,已经有不少小伙伴在着手其他版本的实现:
1、YOLOv4 的 TensorFlow 2.0 实现
https://github.com/xiao9616/yolo4_tensorflow2
2、YOLOv4 的 TensorFlow 实现.
持续更新使用说明及设备介绍详细https://github.com/rrddcc/YOLOv4_tensorflow
3、YOLOv4 的 TensorFlow 实现.
https://github.com/klauspa/Yolov4-tensorflow
4、YOLOv4 的 PyTorch 实现
https://github.com/GZQ0723/YoloV4
5、YOLOv4(TensorFlow后端)的 Keras 实现
https://github.com/Ma-Dan/keras-yolo4
6、YOLOv4 的 PyTorch 实现
https://github.com/Tianxiaomo/pytorch-YOLOv4
yolov3的检测效果
yolov4的检测效果
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。