使用windows版yolov4训练自己的数据集

最新推荐文章于 2021-04-15 11:57:23 发布
最新推荐文章于 2021-04-15 11:57:23 发布
阅读量1.5k 收藏 11
点赞数 2
分类专栏： 目标检测 Python工具 文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_36563273/article/details/113606761
版权

1、将labelimg标注的xml、jpg文件分别放置在如图所示目录：

在这里插入图片描述

2、运行voc2yolo.py文件，转换数据为yolo格式

脚本下载地址：https://download.youkuaiyun.com/download/qq_36563273/15008841
需要修改两处，一处为类别名称
在这里插入图片描述
一处为训练集占比
在这里插入图片描述
通过该脚本，会生成 2007_test.txt、2007_train.txt两个文件，ImageSets、labels两个文件夹
在这里插入图片描述

3、训练命令

在E:\Projects\darknet-v4\build\darknet\x64路径下：

darknet.exe detector train neibi\voc-neibi.data neibi\yolov4-tiny-neibi.cfg yolov4-tiny.conv.29 –map

需要.data文件、.cfg文件、预训练权重yolov4-tiny.conv.29，.data文件里面会需要到.names文件
在这里插入图片描述

如果模型修改了，不能使用预训练权重，只需要在命令中去掉即可。

4、先验框聚类

darknet.exe detector calc_anchors battery\voc-battery.data -num_of_clusters 6 -width 640 -height 640

根据聚类出来的先验框，替换掉原来的anchor，可以提高精度。

5、cfg文件需要修改的地方

在这里插入图片描述
在这里插入图片描述

darknet + yolov4 训练自定义数据集 + windows环境搭建
java_chc的博客
03-03 3613
windows系统下的 darkent 和 yolov4 训练环境搭建、训练过程问题记录。在工作实践中给出了自己的一点规范建议，希望能帮助搭建跨过这些坑点。
yolov4训练自己的数据集
cheryl88的博客
12-05 3763
YOLOv4训练自己的数据集1、电脑配置2、下载并配置 1、电脑配置 win10、OpenCV4.1、VS2019、cuda10.2 2、下载并配置 （1）YOLOv4网址：https://github.com/AlexeyAB/darknet 克隆到本地后，开始配置 （2）打开：D:\darknet\build\darknet（我下载在D盘，路径按照自己的打开） （3）在文件夹C:\Program Files (x86)\opencv\build\x64\vc15\bin的两个dll文件： opencv
yoloV4自己的数据集.zip
04-29
刚刚出了yoloV4，相信很多人都需要使用并训练测试，数据集的处理和获取很麻烦，这个是我自己的训练数据集，已经训练过了没任何问题，需要调试源码的随时联系。YOLO V4自己的数据集。
windows环境下YOLOV4源码训练自己的数据集
qq_36795658的博客
08-17 3725
YOLOV4源码对自己的数据训练，除了数据集，其他主要核心修改文件是.data .names .cfg三个文件，对应源码里面的coco.data,coco.names,yolov4.cfg。最后再加一个预训练权重yolov4.conv.137，这些准备好，就可以开始训练了。 为了方便训练和管理，后续将所有的文件放在our_data文件夹。如下图 1 数据集准备 我采取的是VOC数据集的格式。主要以Annotations,ImageSets,JPEGImages三个文件为主。为了方便，将trai
YOLOv4训练自己的数据集
10-19
结合https://editor.youkuaiyun.com/md/?articleId=108905311博客，有问题留言
Windows版YOLOv4目标检测实战：训练自己的数据集
06-20
课程演示环境：Windows10;?cuda 10.2; cudnn7.6.5; Python3.7; VisualStudio2019; OpenCV3.4 需要学习ubuntu系统上YOLOv4的同学请前往：《YOLOv4目标检测实战：训练自己的数据集》 课程链接：https://edu.youkuaiyun.com/course/detail/28745 YOLOv4来了！速度和精度双提升！ 与?YOLOv3?相比，新版本的?AP (精度)和?FPS?（每秒帧率）分别提高了?10%?和?12%。 YOLO系列是基于深度学习的端到端实时目标检测方法。本课程将手把手地教大家使用labelImg标注和使用YOLOv4训练自己的数据集。课程实战分为两个项目：单目标检测（足球目标检测）和多目标检测（足球和梅西同时检测）。 本课程的YOLOv4使用AlexyAB/darknet，在Windows系统上做项目演示。包括：安装软件环境、安装YOLOv4、标注自己的数据集、整理自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计(mAP计算)和先验框聚类分析。还将介绍改善YOL
Windows版YOLOv4-tiny目标检测实战：训练自己的数据集
06-21
本课程将手把手地教大家使用labelImg标注和使用YOLOv4-tiny训练自己的数据集。课程实战分为两个项目：单目标检测（足球目标检测）和多目标检测（足球和梅西同时检测）。 本课程的YOLOv4-tiny使用AlexAB/darknet，在...
windows10 yolov3训练自己的数据.docx
08-03
在Windows 10环境下使用YOLOv3训练自定义数据集的过程相对复杂，但通过合理的步骤和工具可以简化这一过程。以下是一个详细的指南，涵盖了从准备环境到数据标注的各个阶段。 首先，确保你的系统满足YOLOv3训练所需的...
pycharm连接autodl服务器（yolov8训练自己的数据集）
03-12
在本文中，我们将深入探讨如何使用PyCharm连接到Autodl服务器，并利用Yolov8框架训练自定义数据集。PyCharm是一款强大的集成开发环境（IDE），它支持多种编程语言，包括Python，而Autodl服务器则提供了一种自动化...
深度学习目标检测使用yolov5训练自己的数据集模型Windows系统
01-23
【深度学习目标检测使用yolov5训练自己的数据集模型Windows系统】 深度学习目标检测是计算机视觉领域的一个重要任务，它旨在识别和定位图像或视频中的特定对象。YOLO（You Only Look Once）是一种高效的目标检测...
Windows10+YOLOv4+Darknet训练自己的数据（一）
qq_40927867的博客
03-18 3128
Windows10+YOLOv4训练自己的数据（一）一、环境和配置1.1 YOLOv4源码1.2 安装VS1.3 安装CMake1.4 安装CUDA1.5 安装cudnn1.6 安装OpenCV2 VS配置 一、环境和配置 系统：window10 CMake:版本>=3.12 CUDA：版本>=10.0 Cudnn:需要与CUDA版本对应 OpenCV：版本>=2.4 Visual Studio 2015/2017/2019 1.1 YOLOv4源码 直接再GitHub上下载就行，下载地
yolov4训练自己的数据
重剑无锋博客
07-24 407
1.下载labelimg，将图片标注释成数据集格式 2.要记得修改classes， 3.修改txt文件，改成需要分的类的个数 记得测试的代码里也要改。
Windows10+pycharm+cuda11.0 yoloV4训练自己的数据集
sexy19910923的博客
04-15 3472
yolov4的发布引起了不少的关注，但由于darknet是大佬c语言写的，并且windows环境下的编译确实很麻烦，所以找了一个不用编译的yolov4开源代码基于pytorch环境。 参考：https://blog.youkuaiyun.com/myr503270510/article/details/109642901 本人的项目环境是：Windows10+pycharm+cuda11.0 数据格式：coco数据集格式（数据标注利用百度飞桨） 下载yolov4_pytorch源码：https://gith
【YOLO】YOLOv4训练自己的数据集
热门推荐
qq_44703886的博客
01-15 1万+
虽然在笔者写这篇博客的时候，YOLOv5已经问世，但是看到许多博客都说YOLOv4效果更佳，具体如何，笔者得亲测才能认同。 YOLOv4论文链接 YOLOv4代码链接 环境搭建 1. 创建虚拟环境并激活 conda create -n yolo4 pip python=3.6 conda activate yolo4 2. Requirements 安装必要的依赖项 根据github： conda install cudatoolkit=10.0 conda install cudnn=7.6.5
yolov4训练自己的数据 灰度图像_YOLOV4训练自己的数据集—从环境配置到完成检测任务（Windows）...
weixin_30610771的博客
02-05 997
文章采用的是官方开源代码：https://github.com/AlexeyAB/darknetYOLOV4的详细阐述可以阅读原汁原味的论文：https://arxiv.org/abs/2004.109341.Win10下YOLOV4配置教程本篇文章主要记录从数据集的制作到检测的工作，YOLOV4的环境配置不再详细介绍，推荐我个人亲试很可的一个教程：https://blog.youkuaiyun.com/sh...
YOLOV4 windows10系统训练自己的图片数据集（robomaster官方数据集）
小景的博客
04-28 7550
首先，当然是要配置好环境啦，这里相信屏幕前的你已经配置好了，如果没有配置好也不用着急。可以看一下本博主另一篇保姆教程，请移步：https://blog.youkuaiyun.com/weixin_39954922/article/details/105785460，，，，啊哈哈哈哈 一、配置好之后，最重要的就是数据集，因为博主报名参加了RM比赛，所以就用大疆给的官方数据集试验了一下，首先准备两个数据集，一个...
windows10下yolov4训练自己的数据
natures66的博客
05-15 3528
配置过程：https://blog.youkuaiyun.com/weixin_43723614/article/details/105772081 【配置过程一定要注意：如果电脑以前装好了CUDA，再重新安装VS的话，训练时会提示 GPU isn't used！！！经查阅好像是因为VS需要在CUDA之前安装，也就是说顺序非常重要，这时候只要把CUDA卸载重装就可以了。像我的机器是有两个版本的CUDA，只卸载一个再重装是不行的，两个都卸掉再重装需要的那一个就OK了。】 参考训练配置过程：https://blog.c
windows环境yolov8训练自己的数据集
最新发布
08-23
在Windows环境下训练自己的数据集，你需要遵循以下步骤： 1. 环境准备：确保你的Windows系统上安装了Python，并且安装了必要的依赖，如PyTorch、NumPy等。你可以通过Python的包管理工具pip来安装这些依赖。 2. ...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值