目标检测YOLOv4

这是我参与11月更文挑战的第28天，活动详情查看：2021最后一次更文挑战

软硬件环境

• ubuntu 18.04 64bit
• nvidia gtx 1660
• YOLOv4

YOLOv4

YOLO 是目标检测领域非常优秀的算法之一，近日，YOLO 第四个版本发布了，论文地址: arxiv.org/pdf/2004.10…，该论文提出了五大改进，二十多个技巧，效果显著，同样的，YOLOv4 也是基于 darknet 框架。

YOLOv4检测

工程源码托管在 github.com/AlexeyAB/da…，基本使用方法跟 YOLOv3 是一模一样的，如果不清楚的话，可以参考之前的文章 Darknet基本使用

首先我们需要下载 YOLOv4 的模型文件，地址是 drive.google.com/open?id=1ce…，如果链接打不开的话，请到下面链接下载

• CSDN下载频道
• 百度网盘下载 提取码558t

接下来还是下载源码

git clone https://github.com/AlexeyAB/darknet.git
cd darknet
复制代码

默认情况下，Makefile 没有打开 gpu、cudnn 和 opencv 等选项，我这边是有这些环境的，关于 cuda、cudnn的安装，可以参考之前的链接 xugaoxiang.com/2019/12/13/…

所以呢，还是要根据自己的实际情况，编辑 Makefile，修改

GPU=1
CUDNN=1
OPENCV=1
复制代码

修改成功后开始编译，直接输入命令 make

make
复制代码

等到编译过程结束，在当前目录下会生成可执行文件 darknet

最后，我们来测试下

# 图片检测
./darknet detect cfg/yolov4.cfg yolov4.weights data/dog.jpg
复制代码

# 图片检测
./darknet detect cfg/yolov4.cfg yolov4.weights data/horses.jpg
复制代码

对比下 YOLOv3 的检出结果，直观的就能发现，YOLOv4 能够检测出 dog.jpg 右上角的 pottedplant，而 YOLOv3 不行；在 horses.jpg 中，YOLOv4 可以检测出所有的马匹，而 YOLOv3 只能检出4匹

参考资料

• arxiv.org/pdf/2004.10…
• github.com/AlexeyAB/da…