yolov4-tiny

pytorch implementation of yolov4-tiny

requirements

torch
torchvision
opencv-python
Pillow
matplotlib
tqdm

train

add datasets

数据集按coco2017数据集形式存放
coco
├── labels/
│   ├── train2017/
│   │   └── 0001.txt (classes cx cy w h)
│   └── val2017/
└── images/
       ├── train2017/
       │   └── 0001.jpg
       └── val2017/

set datasets

修改config.py中的train_datasets_images_path、train_datasets_labels_path、valid_datasets_images_path、valid_datasets_labels_path。设置类别class_names_path

添加类别文件./cfg/coco.txt（一行一个类别名）。

add weights

下载预训练模型并修改名称为yolov4-tiny.pt，放在./weights/目录下。（否则，将会重新训练）

start train

python3 train.py

test

准备一张图片放在/tmp/test.jpg。

修改detect.py中的配置为想要识别的数据集类别：

detect = Detect(weights_path='./weights/yolov4-tiny.pt', 
                class_names_path='./cfg/coco.txt', 
                # is_letterbox_image=True
)

执行：

python3 detect.py

---

ref: yolov4-tiny-pytorch