文件名称：yolov4 python 示例
文件大小：41KB
文件格式：ZIP
更新时间：2022-05-03 01:59:54
python 综合资源 开发语言
基于YOLO进行物体检测、对象识别，在搭建好开发环境后，先和大家进行实践应用中，体验YOLOv4物体/目标检测效果和魅力；同时逐步了解YOLOv4的不足和优化思路。 YOLOv4 在COCO上，可达43.5％ AP，速度高达 65 FPS！YOLOv4相对YOLOv3没有算法层面的创新，主要是训练技巧的更新。YOLOv4比 Efficient Det快两倍并且性能相当。将YOLOV3的AP和FPS分别提高了10%和12%。 系统：Windows 编程语言：Python 3.8 深度学习框架：TensorFlow 2.3 整合开发环境：Anaconda 开发代码IDE：PyCharm 主要使用TensorFlow2.3、opencv-python4.4.0、Pillow、matplotlib 等依赖库。
【文件预览】：
my-pytorch-yolov4-master
----models.py(15KB)
----config()
--------yolov4.cfg(12KB)
--------yolov4-captcha.cfg(12KB)
--------create_custom_model.sh(12KB)
--------captcha.data(102B)
--------yolov4-custom.cfg(12KB)
--------coco.data(115B)
----README-zh.md(5KB)
----data()
--------README.md(45B)
----test.py(4KB)
----train.py(7KB)
----LICENSE(34KB)
----README-origin.md(5KB)
----detect.py(5KB)
----checkpoints()
--------README.md(33B)
----requirements.txt(90B)
----.gitignore(116B)
----weights()
--------READNE.md(27B)
--------download_weights.sh(191B)
----README.md(110B)
----utils()
--------augmentations.py(207B)
--------utils.py(12KB)
--------logger.py(613B)
--------mish.py(196B)
--------datasets.py(5KB)
--------__init__.py(0B)
--------parse_config.py(1KB)