【文件属性】：
文件名称：yolov4-pytorch:这是一个YoloV4-pytorch的源码，可以用于训练自己的模型
文件大小：5.32MB
文件格式：ZIP
更新时间：2021-03-18 19:57:47
Python
YOLOV4：您只看一次目标检测模型在pytorch当中的实现
2021年2月7日更新：加入letterbox_image的选项，关闭letterbox_image后网络的地图得到大幅度提升。
目录
性能情况
训练数据集
权值文件名称
测试数据集
输入图片大小
行动计划0.5：0.95
行动计划0.5
VOC07 + 12 +可可
VOC-Test07
416x416
--
89.0
2017年COCO火车
COCO-Val2017
416x416
46.1
70.2
实现的内容
主干特征提取网络：DarkNet53 => CSPDarkNet53
特征金字塔：SPP，PAN
训练用到的小技巧：马赛克数据增强，标签平滑平滑，CIOU，学习率余弦逐步衰减
激活函数：使用Mish激活函数
……巴拉布拉
所需环境
火炬== 1.2.0
注意事项
代码中的yolo4_we
【文件预览】：
yolov4-pytorch-master
----video.py(1KB)
----kmeans_for_anchors.py(3KB)
----yolo.py(11KB)
----img()
--------street.jpg(437KB)
----FPS_test.py(6KB)
----logs()
--------README.md(30B)
----test.py(605B)
----nets()
--------yolo4.py(7KB)
--------CSPdarknet.py(7KB)
--------yolo_training.py(31KB)
----train.py(14KB)
----predict.py(833B)
----get_map.py(36KB)
----voc_annotation.py(2KB)
----LICENSE(1KB)
----get_gt_txt.py(3KB)
----train_with_tensorboard.py(15KB)
----get_dr_txt.py(6KB)
----model_data()
--------simhei.ttf(9.3MB)
--------yolo_anchors.txt(85B)
--------coco_classes.txt(705B)
--------voc_classes.txt(153B)
----VOCdevkit()
--------VOC2007()
----README.md(5KB)
----常见问题汇总.md(20KB)
----utils()
--------utils.py(16KB)
--------dataloader.py(10KB)