YOLOv4 資源環境配置和測試樣例效果

基本環境：cuda=10.0，cudnn>=7.0， opencv>=2.4

一、下載yolov4

git clone https://github.com/AlexeyAB/darknet.git

二、編譯

1. cd到darknet目錄下2. make3. 或者 make -j8

三、測試

1. ./darknet

2. 若出現下圖，則說明編譯成功：

生成上述視頻的命令：

·

./darknet.exe detector demo
…/…/cfg/coco.data …/…/cfg/yolov4-1024.cfg …/…/yolov4.weights ~/Desktop/0002-20170519-2.mp4
-thresh 0.2 -ext_output -out_filename ~/Desktop/output.avi

原 YOLOv4 是基于DarkNet框架的，已經有不少小伙伴在著手其他版本的實現：

1、YOLOv4 的 TensorFlow 2.0 實現

https://github.com/xiao9616/yolo4_tensorflow2

2、YOLOv4 的 TensorFlow 實現.

持續更新使用說明及設備介紹詳細https://github.com/rrddcc/YOLOv4_tensorflow

3、YOLOv4 的 TensorFlow 實現.

https://github.com/klauspa/Yolov4-tensorflow

4、YOLOv4 的 PyTorch 實現

https://github.com/GZQ0723/YoloV4

5、YOLOv4（TensorFlow后端）的 Keras 實現

https://github.com/Ma-Dan/keras-yolo4

6、YOLOv4 的 PyTorch 實現

https://github.com/Tianxiaomo/pytorch-YOLOv4

yolov3的檢測效果

yolov4的檢測效果

總結

以上是生活随笔為你收集整理的YOLOv4 资源环境配置和测试样例效果的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。