课程演示环境：Windows10;?cuda 10.2; cudnn7.6.5; Python3.7; VisualStudio2019; OpenCV3.4
需要学习ubuntu系统上YOLOv4的同学请前往：《YOLOv4目标检测实战：训练自己的数据集》
课程链接：https://edu.csdn.net/course/detail/28745
YOLOv4来了！速度和精度双提升！
与?YOLOv3?相比，新版本的?AP (精度)和?FPS?（每秒帧率）分别提高了?10%?和?12%。
YOLO系列是基于深度学习的端到端实时目标检测方法。本课程将手把手地教大家使用labelImg标注和使用YOLOv4训练自己的数据集。课程实战分为两个项目：单目标检测（足球目标检测）和多目标检测（足球和梅西同时检测）。
本课程的YOLOv4使用AlexyAB/darknet，在Windows系统上做项目演示。包括：安装软件环境、安装YOLOv4、标注自己的数据集、整理自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计(mAP计算)和先验框聚类分析。还将介绍改善YOL
2021-08-10 17:07:26
12.7MB
1
今天小编就为大家分享一篇对python制作自己的数据集实例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-08-10 09:02:36
180KB
1
Win10下用TensorFlow训练自己的数据集来做目标检测-附件资源
2021-08-07 17:44:57
106B
1
模仿mnist数据集制作自己的数据集代码。HOG+SVM，深度学习，识别中采用的数据集。可以适用多个平台，声明本代码在OPENCV3.3和VS2017测试通过。
2021-07-28 15:13:51
6KB
1
Smart_Construction
如果帮到您请给个 star :glowing_star::glowing_star::glowing_star:，您的 star:glowing_star: 是我最大的鼓励！
该项目是使用 YOLOv5 v2.x 的程序来训练在智能工地安全领域中头盔目标检测的应用
可视化界面演示（2021.3 上新！）：
:collision::collision::collision:新增可视化界面上线啦！！！！来一波演示！！！:collision::collision::collision:
使用文档:
纯图片再来一波演示！
指标
yolov5s 为基础训练，epoch = 50
分类
P
R
mAP0.5
总体
0.884
0.899
0.888
人体
0.846
0.893
0.877
头
0.889
0.883
0.871
安全帽
0.917
0.921
0.917
对应的权重文件：，提取码: b981
yolov5m 为基础训练，epoch = 100
分类
P
R
mAP0.5
总体
0.886
0.915
0.901
人体
0.844
0.906
2021-07-26 10:41:55
22.32MB
1
# 数据处理： 1、使用facenet中的文件或insight项目中的align_dataset_mtcnn.py将原始人脸数据先检测并处理成112x112大小，
2、制作训练集.rec文件
# python insightface/recognition/tools/im2rec.py --list --recursive /准备存放.lst的路径/准备存放.lst文件的名称（NBA） /图像文件夹路径/ #生成.lst
# python im2rec2.py /刚刚生成的.lst文件路径/.lst的文件名 /图像文件夹路径/ ##生成.rec
2021-07-22 15:41:17
17KB
1
YOLO系列是基于深度学习的端到端实时目标检测方法。 PyTorch版的YOLOv5轻量而性能高，更加灵活和便利。
本课程将手把手地教大家使用labelImg标注和使用YOLOv5训练自己的数据集。课程实战分为两个项目：单目标检测（足球目标检测）和多目标检测（足球和梅西同时检测）。
本课程的YOLOv5使用ultralytics/yolov5，在Ubuntu系统上做项目演示。包括：安装YOLOv5、标注自己的数据集、准备自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型和性能统计。
希望学习在Windows系统上演示的学员，请前往《YOLOv5(PyTorch)实战：训练自己的数据集(Windows)》课程链接：https://edu.csdn.net/course/detail/30923
本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程，包括：
《YOLOv5(PyTorch)目标检测实战：训练自己的数据集》
Ubuntu系统 https://edu.csdn.net/course/detail/30793
Windows
2021-07-14 14:27:33
8.56MB
1
# 3、制作验证集.bin文件
python recognition/tools/generate_image_valid.py #需要预先制作一个人物名单对应表，比如存放于valid.txt文件中
python recognition/tools/make_bin_tool/lfw2pack.py
2021-06-25 16:42:49
1KB
1