pytorch implementation of yolov4-tiny
torch
torchvision
opencv-python
Pillow
matplotlib
tqdm
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/
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)。
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)
python3 train.py
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