weixin_50060428的博客

YOLOv4_CIOU函数该文章仅记录自己学习历程,若有问题还请指正.yolov4中使用的是CIOU计算loss,若对于IOU的各种方法不明白的还请看下这个视频:IOU计算CIOU的公式表述如下:各部分表述如下:p²(b,bgt):b,bgt分别代表预测框和真实框的中心点 两点的欧式距离c:预测框与真实框最小外接矩形的对角线距离wgt:真实框的宽 hgt:真实框的高 w:预测框的宽 h:预测框的高下面通过python实现:需要传入预测框和真实框的信息:def box_ciou(

最近在Ubuntu系统上利用yolov3-tiny训练自己的模型，在配置好之后开始进行训练，训练了接近5W次，利用该权重进行检测的时候出现了问题，利用标定的数据集居然也检测不出来，于是以为自己的配置有问题，又训练了一遍，发现还是同样的情况。训练的log文件保存了下来，发现loss在持续降低，最后在0.1左右，所以断定不是训练配置出现了问题。于是就怀疑是不是cuda cudnn opencv等出现了问题，于是在Makefile文件中关闭了OPENCV CUDNN，利用cpu进行检测，发现模型是可以检测的，

Ubuntu18.04 配置TensorRT加速1.基本环境CUDA=10.0CUDNN=7.6一. TensorRT的安装(tar安装)1 .下载tar安装包TensorRT=6.0.1.5官方地址：https://developer.nvidia.com/tensorrt由于NVIDIA下载文件需要登录，所以先登录下NVIDIA账号，然后点击：GET STARTED->Download Now->TensorRT 6->勾选同意：选择下边的Tar File 一栏，找

权重下载yolov3-openimages.cfg (247 MB COCO Yolo v3) - requires 4 GB GPU-RAM:https://pjreddie.com/media/files/yolov3-openimages.weightsyolov3-spp.cfg (240 MB COCO Yolo v3) - requires 4 GB GPU-RAM: https://pjreddie.com/media/files/yolov3-spp.weightsyolov3