YOLOv4: Optimal Speed and Accuracy of Object Detection

该仓库收录于PytorchNetHub

说明

• 非常感谢Tianxiaomo等大佬的工作
• 原仓库的训练模块未更新完毕，正在跟进
• 源码基于yolov3源码修改，有基础更易理解

接下来工作

• 推理部分注释
• 原生NMS精简为Pytorch官方接口（仅本仓库）

环境

python	pytorch	system
3.6	1.5	Ubuntu

代码结构

YOLOv4_Pytorch
│
└───data
│   │   coco.names
│   
└───img
│   │   ...
│   
└───tool
│   │   ...
│   
└───utils
│   │   ...
│   
└───demo.py
└───models.py 
└───yolov4.weights

推理

• 1、下载原仓库预训练权重yolov4.weights,放到仓库根目录

  baidu(https://pan.baidu.com/s/1dAGEW8cm-dqK14TbhhVetA Extraction code:dm5b)

  google(https://drive.google.com/open?id=1cewMfusmPjYWbrnuJRuKhPMwRe_b9PaT)

• 2、运行demo.py即可，结果为img/predictions.jpg

  参数修改：demo.py的main方法

参考

@article{yolov4,
  title={YOLOv4: YOLOv4: Optimal Speed and Accuracy of Object Detection},
  author={Alexey Bochkovskiy, Chien-Yao Wang, Hong-Yuan Mark Liao},
  journal = {arXiv},
  year={2020}
}