有关文章地址采集

　　课程演示环境：Ubuntu须要学习Windows系统YOLOv4的朋友请抵达《Windows版YOLOv4目标测量实战：训练自己的数据集》，课程链接YOLOv4来了！速度和精度双提高！与 YOLOv3 相比，新版本的 AP（精度）和 FPS （每秒帧数）分别提升了 10% 和 12%。YOLO系列是基于深度学习的端到端实时目标测量方式。本课程将*敏*感*词*地教你们使用labelImg标明和使用YOLOv4训练自己的数据集。课程实战分为两个项目：单目标测量（足球目标测量）和多目标测量（足球和梅西同时测量）。本课程的YOLOv4使用AlexAB/darknet，在Ubuntu系统上做项目演示。包括：安装YOLOv4、标注自己的数据集、整理自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网路模型、性能统计(mAP估算和画出PR曲线)和先验框降维剖析。还将介绍改善YOLOv4目标训练性能的方法。除本课程《YOLOv4目标测量实战：训练自己的数据集》外，本人将推出有关YOLOv4目标测量的系列课程。请持续关注该系列的其它视频课程，包括：《YOLOv4目标测量实战：人脸口罩配戴辨识》《YOLOv4目标测量实战：中国交通标志辨识》《YOLOv4目标测量：原理与源码解析》