YOLOv4_VOC.zip

上传者: Twilight737 | 上传时间: 2021-09-05 14:07:06 | 文件大小: 539.56MB | 文件类型: ZIP
以下4个py文件需要单独运行: 首先运行annotation.py文件:将VOC数据集进行划分,生成.txt路径文件存储到model_data文件夹中。 然后运行k_means_calculate.py文件:计算生成anchors数值,存储到model_data文件夹中。 再然后运行train.py文件:加载原始权重,训练YOLOv4模型,并将每轮训练的结果存储进Logs文件夹中。 最后运行yolo_predict.py文件:载入训练好的YOLOv4权重,对测试集数据进行检测,检测结果存放入demo文件夹中。 YOLOv4每张图片检测耗时373.5ms,精度较高,训练30 epoch左右后val loss降低至2.3附近,比较满意。

文件下载

资源详情

[{"title":"( 989 个子文件 539.56MB ) YOLOv4_VOC.zip","children":[{"title":"c_ious.py <span style='color:#111;'> 1.86KB </span>","children":null,"spread":false},{"title":"CSPdarknet53.py <span style='color:#111;'> 3.25KB </span>","children":null,"spread":false},{"title":"c_ious.cpython-36.pyc <span style='color:#111;'> 1.40KB </span>","children":null,"spread":false},{"title":"loss.cpython-36.pyc <span style='color:#111;'> 3.97KB </span>","children":null,"spread":false},{"title":"CSPdarknet53.cpython-36.pyc <span style='color:#111;'> 2.82KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明