使用labelImg标注自己的数据集
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YOLOv4的同学请前往:《YOLOv4目标检测实战:训练自己的数据集》
https://edu.51cto.com/course/22982.html
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YOLOv4目标检测性能的技巧。
除本课程《Windows版YOLOv4目标检测实战:训练自己的数据集》外,本人将推出有关YOLOv4目标检测的系列课程。请持续关注该系列的其它视频课程,包括:
《Windows版YOLOv4目标检测实战:人脸口罩佩戴检测》
《Windows版YOLOv4目标检测实战:中国交通标志识别》
《Windows版YOLOv4目标检测:原理与源码解析》
公开笔记对他人可见,有机会被管理员评为“优质笔记”
{{ noteEditor.content.length }}/2000
讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。
课程大纲
![基于深度学习的计算机视觉: 原理与实践 (上部)](https://s2.51cto.com/images/201906/11/9066acefc97c12ddca4cc17c0b0b4ed4.jpg?x-oss-process=image)
![YOLOv3目标检测实战:训练自己的数据集](https://s2.51cto.com/images/avater/202010/82ba7230660f76017c223285f8ceb3ffa05143.jpg?x-oss-process=image)
![YOLOv5+DeepSORT多目标跟踪与计数精讲](https://s2.51cto.com/images/avater/202106/c53194110cc6cf0f2e97529417334c54255bb2.jpg?x-oss-process=image)
![YOLOv5(PyTorch)目标检测:原理与源码解析](https://s2.51cto.com/images/202012/07/5927cba0fe37351ed806b7696c0e5251.jpg?x-oss-process=image)
![YOLOv3目标检测:原理与源码解析](https://s2.51cto.com/images/avater/202010/25a09f888df674d1694307a7d0a3979a6b593a.jpg?x-oss-process=image)
![Mask R-CNN图像实例分割实战:训练自己的数据集](https://s2.51cto.com/images/avater/202010/c9391d410582a0c7fd34284ec44020c7f7dc7d.jpg?x-oss-process=image)
![YOLOv5实战中国交通标志识别](https://s2.51cto.com/images/avater/202106/3493bcf68d4af4700935513c47854f38ac8409.jpg?x-oss-process=image)
![YOLOv8目标检测实战:训练自己的数据集](https://s2.51cto.com/images/avater/202305/92963de8440d2a5d536942e63867942043cf79.jpg?x-oss-process=image)