【华为云-上云之路】【2020华为云AI实战营】第二章 物体检测——带你跑通YOLO系列最新版YOLOv4(TF)
华为云2020 AI实战营 第二章 物体检测开始了,讲述的主要是目前目标检测领域两个流派——One Stage和Two Stage的代表作品。其中,Two Stage领域的是著名的Faster-RCNN,正如所属流派的名字,通过两个阶段的联合完成最终的目标检测,准确率高,但速度较慢,适合对准确率要求高,且硬件设备强大的使用场景,比如自动驾驶等场景。与之不同的是YOLO系列,老师讲的是YOLOv3,作为ONe Stage领域的代表作,其一步即可完成检测的工作,速度很快,且准确率较高,是目前工业届广泛使用的算法之一,其在速度和准确率方面做了较好的Trade Off。
paper:https://arxiv.org/pdf/2004.10934.pdf
看看在MS COCO数据集上的效果:
而今天的主角就是YOLOv3的升级版,时隔两年的一次重磅升级,速度更快,准确率更好,实现了双提升,而且使用了很多训练的trick,也加入了目前新的方法。学习总是要与时俱进嘛,今天来分享一下在ModelArts上跑通YOLOv4的过程,同时附上完成项目,包括预训练模型和测试图片,轻松让你实现YOLOv4。
1. 下载完成项目
下载链接为:
链接: https://pan.baidu.com/s/1WitX1JddfUljay0QrLZp5w 密码: 6cub
注意,为简化流程,让每个人到手即可运行,这里的项目包括了预训练模型和测试图片,因训练集实在太大,所以无法上传,可自行下载,VOC或COCO都可以试试,我未进行训练。
下载得到yolov4.zip后,解压缩,可以得到一个.ipynb和一个文件夹,如图:
注意这里需要将上面的yolov4文件夹上传到OBS桶中,建议使用客户端上传,类似于百度网盘,这个比较简单。
2. 创建NoteBook
要在华为云ModelArts中的NoteBook中创建一个自己的环境,也就是NoteBook,名字任意,建议使用免费体验规格,比较省钱。接下来上传上面的copydataset.ipynb到刚才创建的NoteBook下就行了,之后打开,执行这个.ipynb。
首先执行这段代码,将刚才上传到桶中的压缩包拷贝到NoteBook中:
注意要按照代码上方提示改成自己的上传压缩包的桶的名字,完成结果如上图所示。
作为一个linux使用者,很多时候,我们更习惯命令行,简洁高效。下面按照要求到命令行操作,新建命令行:
按照要求执行命令。
完成后,我们可以得到一个名字为temo的文件夹:
接下来,进入上图中的yolov4文件夹,找到yolov4_keras_tensorflow.ipynb,打开即可,之后快速逐步点击"Run",即可。注意这里设置了用户自己选择图片测试,我提供了6张图片供选择,分别命名为test01.jpg, test02.jpg...... test06.jpg, 自行选择即可,记得输入图片名称后,在键盘敲一下“Enter”, 表示确定哈。如图所示:
最终效果展示:
如果还想测试其他图片,直接在上图结果后面直接输入其他图片名称即可,大家可以试一试,还有5张图片哦。
至此,YOLO系列最新作品YOLOv4完成了,大家赶快试试吧。
- 点赞
- 收藏
- 关注作者
评论(0)