YOLOv4_车牌号检测.zip
以下4个py文件需要单独运行：
首先运行annotation.py文件：将CCPD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。
算法效果：----------------------------------------------------------------------
YOLOv4每张图片检测耗时323.8ms，精度较高，训练40 epoch左右后val loss降低至0.3附近，效果非常满意。
训练过程中random数据增强非常重要，可大幅提升模型性能，进一步降低val loss。
文件下载
资源详情
[{"title":"（ 3269 个子文件 725.76MB ） YOLOv4_车牌号检测.zip","children":[{"title":"loss.py <span style='color:#111;'> 8.85KB </span>","children":null,"spread":false},{"title":"c_ious.py <span style='color:#111;'> 1.86KB </span>","children":null,"spread":false},{"title":"yolov4_model.py <span style='color:#111;'> 5.25KB </span>","children":null,"spread":false},{"title":"loss.cpython-36.pyc <span style='color:#111;'> 3.97KB </span>","children":null,"spread":false},{"title":"yolov4_model.cpython-36.pyc <span style='color:#111;'> 3.05KB </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
其他资源
- vb BSE 控件(包括实例，使用方法)
- 江苏大学 考研 2016年 程序设计真题（内附有答案）
- 魔域辅助源码易语言
- saej1708中文版
- Verilog IIC ADT7420
- 无线WIFI行业标准及测试-国家标准
- 安卓开发投屏神器scrcpy-win64-v1.17.zip
- 2011年全国大学生电子设计竞赛综合测评Multisim仿真电路参考方案
- 自动控制原理（程鹏版）答案 完整
- 最全-2015黑马.NET24期培训视频教程源码和2014黑马.NET
- 软件工程文档模板（立项建议书,软件项目投标书,软件产品开发任务书,软件开发计划书,用户需求报告,需求规格说明书,需求报告 / 需求规格说明书评审记录表,概要设计说明书,详细设计说明书,用户使用手册,用户安装手册,测试报）
- 密码编码学与网络安全：原理与实践(第三版)
- 基于op07的仪表放大电路设计
- 12.5： PXC 、 MySQL存储引擎.docx
- TSP问题遗传算法matlab源程序
- 基于双波长数字全息的微光学元件三维成像方法
- web系统界面模板(包括后台,非常漂亮)
- cisco ios-c1700
- gh0st源码详讲
- 编译原理(第2版)+（张素琴+吕映芝）清华大学+习题答案
- PIX 密码恢复文件np7.0.bin、np6.2.bin、np6.3.bin
- 口取纸打印模板
- Computational methods in Finance
- Master Control Panel
- Packt-Web.Scraping.with.Python.Richard Lawson
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
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