近日最火的莫过于 YOLOv4 的横空出世,CV君在第一时间进行了 YOLOv4的论文解读: YOLOv4来了!COCO 43.5 AP,65FPS!实现速度与精度的最优平衡 得到了大家的广泛关注。 以下视频为 YOLOv4 在驾驶环境的测试结果: 来自 https://www./watch?v=VK2XnppfD_o 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 2、YOLOv4 的 TensorFlow 实现. 3、YOLOv4 的 TensorFlow 实现. 4、YOLOv4 的 PyTorch 实现 5、YOLOv4(TensorFlow后端)的 Keras 实现 6、YOLOv4 的 PyTorch 实现 https://github.com/Tianxiaomo/pytorch-YOLOv4 7、YOLOv4-QtGUI 配置、训练、教程: https://blog.csdn.net/yapifeitu/article/details/105749693 由于设备问题,没有训练效果 2、linux下配置运行YOLOv4! yolov3的检测效果 yolov4的检测效果 3、linux下在pascal voc数据集上训练YOLOv4! 4、windows10+vs2017+opencv3.4.1配置YOLOv4 5、YOLOv4在windows下的安装配置 最后一组是在朋友圈看到的不同算法下的对比: ![]() ![]() |
|