yolo v4安装与使用

yolo v4安装与使用(GPU版本)

系统环境

Ubuntu18.04
cuda11.0
cudnn8.0.4
opencv3.4.4

相关链接

官网链接：https://github.com/AlexeyAB/darknet
yolov4.weight与yolov4.conv.137下载链接: https://pan.baidu.com/s/1Ve3GtSie5NNsuVqA74GWbQ 密码: vt1i

注意事项

注意:yolov4项目需要CUDA10.0以上,cuDNN也需要安装对应的版本

注意:OpenCV版本<=4.0(不要用最新版本)

yolo v4安装步骤

1. 下载yolo v4源码

git clone https://github.com/AlexeyAB/darknet

2. 修改darknet目录下的Makefile文件

GPU=1
CUDNN=1
CUDNN_HALF=1
OPENCV=1
LIBSO=1

注：LIBSO=1会生成*.so库，为后面用opencv调yolov4做准备，opencv4.4版本以上自带的yolov4速度太慢。

3. 编译项目

cd darknet
make

yolo v4进行训练

注：先参考官方链接再运行下面指令
https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-custom-objects

1. 下载预训练权重
   下载链接: https://pan.baidu.com/s/1Ve3GtSie5NNsuVqA74GWbQ 密码: vt1i
2. 执行下面命令

./darknet detector train data/obj.data cfg/yolov4-obj.cfg yolov4.conv.137 -map

3. 如果想要指定具体的gpu进行训练，可以使用-i来指定，比如我想使用索引为2的gpu进行训练，可以这样写：（*.weights文件也可以做预训练模型）

./darknet detector train data/obj.data cfg/yolov4-obj.cfg yolov4.conv.137 -i 2 -map

或者保存log

./darknet detector train fireworks/firesmoke.data fireworks/firesmoke.cfg  fireworks/firesmoke.conv.23  -map  1> fireworks/train_smoke.log

用自己训练的权重作为预训练模型

1. 用第一行代码将yolo-obj_last.weights转化为olo-obj_last.conv.23

./darknet partial cfg/yolo-obj.cfg backup/yolo-obj_last.weights backup/yolo-obj_last.conv.23 23

2. 将我们刚转化好的yolo-obj_last.conv.23作为预训练权重训练

./darknet detector train cfg/obj.data cfg/yolo-obj.cfg backup/yolo-obj_last.conv.23

yolo v4使用

1. 测试图片

./darknet detector test ./cfg/coco.data ./cfg/yolov4.cfg ./yolov4.weights data/dog.jpg

或者

./darknet detector test ./cfg/coco.data ./cfg/yolov4.cfg ./yolov4.weights data/dog.jpg -i 0 -thresh 0.25

2. 测试视频

./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights driving.mp4

或者

./darknet detector demo ./cfg/coco.data ./cfg/yolov4.cfg ./yolov4.weights test50.mp4 -i 0 -thresh 0.25

yolo v4性能统计

1. 计算mAP方法

统计 mAP@IoU=0.50:

./darknet detector map cfg/tt100k.data cfg/yolov4-tt100k.cfg backup/yolov4-tt100k_final.weights

统计 mAP@IoU=0.75:

./darknet detector map cfg/tt100k.data cfg/yolov4-tt100k.cfg backup/yolov4-tt100k_final.weights -iou_thresh 0.75