Tensyolov4
tf2-yolov4的Python项目详细描述
约洛夫4
A TensorFlow 2.0 implementation of YOLOv4: Optimal Speed and Accuracy of Object Detection
这个实现(现在)使用AlexeyAB中的原始Darknet权重运行推断。 请参阅“路线图”部分以了解下一步计划。在
在
安装
要安装此软件包,您可以运行:
pip install https://github.com/sicara/tf2-yolov4/archive/master.zip pip install tensorflow # Check that tf2_yolov4 is installed properly python -c "from tf2_yolov4.model import YOLOv4; print(YOLOv4)"
要求:
- MacOs>;=10.15,因为tensorflow插件不适用于旧版本的MacOs
- Python>;=3.6
- TensorFlow和TensorFlow插件之间的兼容版本:检查compatibility matrix
Colab中的示例
预训练重量
要加载COCO上训练的Darknet权重,您必须:
- 从AlexeyAB/darknet获取权重(yolov4.weights)
- 运行
convert-darknet-weights PATH_TO/yolov4.weights
TF权重应另存为yolov4.h5
。
有关转换脚本的详细信息,请运行convert-darknet-weights --help
。在
路线图
- [x] 推论
- [x] CSPDarknet53主干,Mish激活
- [x] SPP颈部
- [x] YOLOv3头
- [x] 加载深色砝码
- [x] 图像加载与预处理
- [x] YOLOv3盒后处理
- [x] 处理非方形图像
- []培训
- []YOLOv3丢失的训练回路
- []CIoU损失
- []跨小批量标准化
- []自我对抗训练
- []马赛克数据扩充
- []升降块
- []增强功能
- []自动下载预训练重量(如Keras应用程序)
参考文献
- 项目
标签: