文件名称：yolov4_crowdhuman:关于为 CrowdHuman 数据集训练 DarkNet YOLOv4 模型的教程
文件大小：1.37MB
文件格式：ZIP
更新时间：2024-06-17 23:32:48
JupyterNotebook
YOLOv4 CrowdHuman 教程 这是一个演示如何使用和训练YOLOv4人检测器的。 目录 设置 如果您打算在上训练模型，您可以跳过本节并直接跳到上。 否则，要在本地运行训练，您需要有一台具有不错 GPU 的 x86_64 PC。 例如，我主要使用台式 PC 测试此存储库中的代码： NVIDIA GeForce RTX 2080 Ti Ubuntu 18.04.5 LTS (x86_64) CUDA 10.2 cuDNN 8.0.1 此外，您应该在本地 PC 上正确安装 OpenCV（包括 python3“cv2”模块），因为数据准备代码和“darknet”都需要它。 准备训练数据 对于在本地 PC 上的训练，我使用“608x608”yolov4 模型作为示例。 请注意，我在本教程中只使用了 python3（python2 可能不起作用）。 请按照以下步骤准备“ Cr
【文件预览】：
yolov4_crowdhuman-master
----.gitignore(95B)
----README.md(14KB)
----cfg()
--------yolov4-tiny-3l-crowdhuman-608x608.cfg(4KB)
--------yolov4-tiny-3l-crowdhuman-416x416.cfg(4KB)
--------yolov4-tiny-crowdhuman-416x416.cfg(3KB)
--------yolov4-tiny-crowdhuman-608x608.cfg(3KB)
--------yolov4-crowdhuman-416x416.cfg(12KB)
--------yolov4-crowdhuman-608x608.cfg(12KB)
--------yolov4-crowdhuman-480x480.cfg(12KB)
----LICENSE(1KB)
----yolov4_crowdhuman.ipynb(1.28MB)
----doc()
--------crowdhuman_sample.jpg(120KB)
--------cant_connect_gpu.jpg(21KB)
--------chart_yolov4-tiny-crowdhuman-608x608.png(98KB)
--------chart_yolov4-crowdhuman-608x608.png(117KB)
--------chart_yolov4-tiny-3l-crowdhuman-416x416.png(93KB)
--------drive_on_colab.jpg(44KB)
--------save_a_copy.jpg(37KB)
--------infinity_war.jpg(387KB)
--------predictions_sample.jpg(28KB)
----data()
--------README.md(887B)
--------verify_txts.py(1KB)
--------crowdhuman.names(12B)
--------gen_txts.py(5KB)
--------image_histogram.ipynb(59KB)
--------prepare_data.sh(2KB)
--------crowdhuman-template.data(167B)
----prepare_training.sh(1KB)