redmon寫完yolov3，退出計算機視覺領域之後，又有其他大佬推動著這一目標檢測神器的發展。yolov4我沒有看原**，而是找了一些部落格資源進行學習，現在把我找到的部落格資源分享在此。看完這些部落格之後，yolov4其實並沒有引入特別創新的idea，作者的目標就是為了設計乙個用於實際工作環境的快速目標檢測系統。因此，yolov4個人感覺相當於在yolov3的基礎之上加入了很多的
bag of freebies和bag of specials。
Yolov4煙火檢測
作者開源的資料集 以上資料集包含煙霧影象，但是標註只有1類 開源模型只有fire類，如果要同時檢測煙霧，需要自己在影象上標註煙霧類別。採用yolov5煙霧 火災2類檢測模型，為自己的資料預標註，然後修正即可！煙火檢測資料集包含的場景型別 大火 小火，建築 草原 森林 車輛 汽車 卡車 電單車 電動車...
YOLOv4閱讀筆記
中英對照翻譯參考 中首先總結了目標檢測的一般性結構 通常，傳統的目標檢測器是離線訓練的。因此，研究人員總是喜歡利用這一優勢，開發更好的訓練方法，使目標檢測器在不增加推理成本的情況下獲得更好的精度。我們將這些方法稱為 bag of freebies 這些方法僅改變訓練策略或僅增加訓練成本。資料擴充 資...
yolov4網路結構 目標檢測YOLO V4
一 yolo v4主要做了什麼？通俗的講，就是說這個yolo v4演算法是在原有yolo目標檢測架構的基礎上，採用了近些年cnn領域中最優秀的優化策略，從資料處理 主幹網路 網路訓練 啟用函式 損失函式等各個方面都有著不同程度的優化，雖沒有理論上的創新，但是會受到許許多多的工程師的歡迎，各種優化演算...