yolo目标检测--用yolov4训练自己的数据集

本项目基于Yolov4源码修改后的代码训练自己的数据集。Yolov4是一种目标检测算法，它的原理是将物体检测问题转化为一个回归问题，用于识别图像或视频中的物体。本实验要求最终实现并对目标物体全部识别。

1.环境搭建

1.1安装依赖库和工具

包括OpenCV图像处理库、Python3.8编程环境、labelImg_exe等。

注：labelImg_exe是一个在图像上标注目标并生成标注文件的工具（xml数据集获取时使用）。

2.由于每个人电脑使用情况不同，已安装的库和模块也会不同，所以在运行过程中就是：缺什么库（模块）就自行安装对应的库（模块）。

2.数据集 

2.1.xml数据集获取

使用labelImg_exe在图像上标注目标并生成标注文件。

2.2数据集准备

在/VOCdevkit/VOC2007目录下建立三个文件夹Annotations、JPEGImages、ImageSets，我这个数据集主要有dog 一个类别的图片，共计200张，数据集图片和标签是分开的，其中，

Annotations：用来存放图片对应的xml

JPEGImages:用来存放图片