修改配置文件
{{ interaction.likeNum == 0 ? (pageType === 'video' ? '抢首赞' : '点赞') : formatNumber(interaction.likeNum) }}
{{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }}
{{ interaction.discussNum == 0 ? (pageType === 'video' ? '抢沙发' : '讨论') : formatNumber(interaction.discussNum) }}
分享
适合人群
对YOLOv4目标检测技术应用感兴趣的学员和从业者
你将会学到
学习使用YOLOv4进行TT100K数据集上的中国交通标志识别
- 掌握使用YOLOv4进行TT100K数据集上的中国交通标志识别
- 掌握TT100K数据集转换成PASCAL VOC数据集的方法
课程简介
课程演示环境:Ubuntu
需要学习Windows系统YOLOv4的同学请前往《Windows版YOLOv4目标检测实战:中国交通标志识别》
在自动驾驶驾驶中,交通标志识别是一项重要的任务。本项目以TT100K中国交通标志数据集为训练对象,采用YOLOv4目标检测方法实现实时45个类别的交通标志识别。
本课程的YOLOv4使用AlexyAB/darknet,在Ubuntu系统上做交通标志识别的项目演示。具体项目过程包括:安装YOLOv4、TT100K数据集格式转换为PASCAL VOC格式、训练集和测试集自动划分、修改配置文件、训练网络模型、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类分析。
展开更多
{{tips.text}}
{{ noteHeaderTitle }}
笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
{{ detail.username }}
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
公开笔记
保存提问
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。
记录时间点
记录提问时视频播放的时间点,便于后续查看
公开提问
提交课程大纲
自动连播
- 第一章 课程介绍
- 1-1试看 课程介绍06:11
- 第二章 目标检测基础知识
- 2-1目标检测-任务说明03:22
- 2-2目标检测-常用数据集03:12
- 2-3目标检测-性能指标19:50
- 第三章 交通标志数据集
- 3-1交通标志数据集(国外)06:25
- 3-2交通标志数据集(中国TT100K)12:17
- 第四章 YOLOv4目标检测网络
- 4-1YOLO目标检测系列技术发展史15:22
- 4-2YOLOv4网络架构及组件16:59
- 第五章 中国交通标志识别项目实战
- 5-1安装YOLOv417:50
- 5-2TT100K数据集格式18:49
75课时
基于深度学习的计算机视觉: 原理与实践 (上部)
55154人学习
白老师
4.9
¥188.00
23课时
YOLOv3目标检测实战:训练自己的数据集
31578人学习
白老师
4.8
¥58.00
42课时
YOLOv5+DeepSORT多目标跟踪与计数精讲
20972人学习
白老师
5.0
¥98.00
40课时
YOLOv5(PyTorch)目标检测:原理与源码解析
19005人学习
白老师
5.0
¥88.00
39课时
YOLOv3目标检测:原理与源码解析
16399人学习
白老师
4.9
¥78.00
24课时
Mask R-CNN图像实例分割实战:训练自己的数据集
15606人学习
白老师
5.0
¥88.00
31课时
YOLOv5实战中国交通标志识别
11637人学习
白老师
5.0
¥88.00
24课时
PyTorch版Mask R-CNN图像实例分割实战:训练自己的数据集(Detectron2)
9723人学习
白老师
5.0
¥88.00