基于YOLOv4-pytorch框架的目标检测

1.官网下载框架https://github.com/argusswift/YOLOv4-pytorch
基于YOLOv4-pytorch框架的目标检测_第1张图片
2.环境需求:python=3.6 、cuda 10.0、cudnn==7.6.5
基于YOLOv4-pytorch框架的目标检测_第2张图片
3.下载预训练模型,https://pan.baidu.com/s/10cAzQLHZmPxpHyCsNncV_w,无密码,下好后自己创建一个weight文件夹,将权重放在里面,如图
基于YOLOv4-pytorch框架的目标检测_第3张图片
4.需要的关键python库,如下

pip install numpy==1.17.3
pip install opencv-python==3.4.0.12
pip install tqdm==4.31.1
pip install argparse
pip install tensorboardX
pip install pickleshare==0.7.5
pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html

5.放入一个视频素材进入项目,如图
基于YOLOv4-pytorch框架的目标检测_第4张图片
6.修改video_test.py文件,具体修改三处,如下图
基于YOLOv4-pytorch框架的目标检测_第5张图片
7.完成后直接运行video_test.py文件,效果图如下
基于YOLOv4-pytorch框架的目标检测_第6张图片
8.速度正常,识别度正常,但不知道为什么标签没有配置好,需要自己修改,再会。

你可能感兴趣的:(人工智能算法,深度学习,python,人工智能)