【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。