yolov4-tiny.conv.29是我们下载的预训练权重的位置 它是直接放在darknet-master源文件夹下的所以前面就不用写子文件中名字了 2.如果中间训练断了,我们继续训练 在darknet-master文件目录下打开cmd,输入 darknet.exe detector train ok/new.data cfg/yolov4-tiny-new.cfg ok/runs/yolov4-tiny-new_last.weights...
yolov4-tiny.conv.29github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v4_pre/yolov4-tiny.conv.29 9)开始训练的指令为(ubuntu下,将 darknet.exe 改成 ./darknet 即可): darknet.exe detector train data/obj.data yolov4-tiny-obj.cfg yolov4-tiny.conv.29 仓促记录自己的学习轨迹,肯定有...
AlexeyAB官方github介绍: 训练对应的yolov4.cfg,cfg/yolov4-custom.cfg,cfg/yolov4-tiny.cfg,需下载对应的yolov4.conv.137,yolov4-tiny.conv.29 预训练模型 How to improve object detection: 1、修改cfg文件中设置 random=1 ,多尺度训练 2、提高网络分辨率,修改cfg文件中的尺寸(height=608,width=608 或者 任...
YOLO脖子— YOLO脖子(上面选择了FPN)在传递到预测头之前对ConvNet图层表示进行组合和混合。 YOLO头部—这是网络中进行边界框和类预测的部分。它由关于类,框和对象的三个YOLO损失函数指导。 现在让我们深入了解PP YOLO贡献 PP-YOLO中的每种技术都会提高边际mAP准确度性能 更换骨架 第一种PP YOLO技术是用Resnet50-v...
YOLOv7-tiny 640 37.4 - - 6.01 13.1 (2)度量指标: F1-Score:F1-Score是精确率(Precision)和召回率(Recall)的调和平均值。精确率是指模型正确识别的正例与所有识别为正例的案例之比,而召回率是指模型正确识别的正例与所有实际正例之比。F1-Score对于不平衡的数据集或者需要同时考虑精确率和召回率的任务特别...
而在YoloV4-Tiny中,其使用了CSPdarknet53_tiny作为主干特征提取网络。 和CSPdarknet53相比,为了更快速,将激活函数重新修改为LeakyReLU。CSPdarknet53_tiny具有两个特点: 1、使用了CSPnet结构。 CSPnet结构并不算复杂,就是将原来的残差块的堆叠进行了一个拆分,拆成左右两部分: 主干部分继续进行原来的残差块的堆叠;...
而在YoloV4-Tiny中,其使用了CSPdarknet53_tiny作为主干特征提取网络。 和CSPdarknet53相比,为了更快速,将激活函数重新修改为LeakyReLU。CSPdarknet53_tiny具有两个特点: 1、使用了CSPnet结构。 CSPnet结构并不算复杂,就是将原来的残差块的堆叠进行了一个拆分,拆成左右两部分: 主干部分继续进行原来的残差块的堆叠;...