当前位置:   article > 正文

YOLOv4 资源环境配置和测试样例效果_yolov4 tensorflow2

yolov4 tensorflow2

YOLOv4 资源环境配置和测试样例效果

在这里插入图片描述

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

  1. cd到darknet目录下2. make3. 或者 make -j8

三、测试

  1. ./darknet

  2. 若出现下图,则说明编译成功:

在这里插入图片描述

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

在这里插入图片描述

6、YOLOv4 的 PyTorch 实现

https://github.com/Tianxiaomo/pytorch-YOLOv4

在这里插入图片描述

yolov3的检测效果

在这里插入图片描述

yolov4的检测效果

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/知新_RL/article/detail/447604
推荐阅读
相关标签
  

闽ICP备14008679号