darknet- yolov4 常用命令

YOLOv4训练与优化指南：Darknet常用命令解析

最新推荐文章于 2025-09-26 05:01:08 发布

原创

最新推荐文章于 2025-09-26 05:01:08 发布 · 835 阅读

2 ·

CC 4.0 BY-SA版权

本文介绍了YOLOv4在Darknet框架下的训练过程，包括基本命令行参数如`detector train`，以及如何检查精度（mAP@IoU=50,75）。此外，讨论了模型对训练数据集的要求，强调每个目标类别至少有1个相似对象，并建议训练数据集包含不同尺度、旋转、光照和背景的对象。还提到了小目标检测的参数调整，如设置`max_batches`、`steps`和`subdivisions`。最后，提供了模型训练参数优化的链接。" 55189480,5762664,keepalived与LVS构建高可用负载均衡集群,"['负载均衡', '高可用', 'keepalived', 'LVS', '集群']

AlexeyAB/darknet: YOLOv4v / Scaled-YOLOv4 - Neural Networks for Object Detection (Windows and Linux version of Darknet ) (github.com)

Train：

./darknet detector train [dataFile] [cfgFile] [weights] -gpus [number]

MAP:

To check accuracy mAP@IoU=50: darknet.exe detector map data/obj.data yolo-obj.cfg backup\yolo-obj_7000.weights
To check accuracy mAP@IoU=75: darknet.exe detector map data/obj.data yolo-obj.cfg backup\yolo-obj_7000.weights -iou_thresh 0.75

Test image:

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

模型特性：