YOLOv4来了！速度和精度双提升！
与YOLOv3相比，新版本的AP(精度)和FPS（每秒帧率）分别提高了10%和12%。
YOLO系列是基于深度学习的端到端实时目标检测方法。本课程将手把手地教大家使用labelImg标注和使用YOLOv4训练自己的数据集。课程实战分为两个项目：单目标检测（足球目标检测）和多目标检测（足球和梅西同时检测）。
本课程的YOLOv4使用AlexyAB/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、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类分析。还将介绍改善YOLOv4目标训练性能的技巧。
视频效果链接：多目标检测(足球和梅西)
除本课程《YOLOv4目标检测实战：训练自己的数据集》外，本人将推出有关YOLOv4目标检测的系列课程。请持续关注该系列的其它视频课程，包括：
《Windows版YOLOv4目标检测实战：训练自己的数据集》
《YOLOv4目标检测实战：人脸口罩佩戴检测》
《YOLOv4目标检测实战：中国交通标志识别》
《YOLOv4目标检测：原理与源码解析》
————————————————
版权声明：本文为CSDN博主「bai666ai」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/bai666ai/article/details/105805489
原文：https://blog.51cto.com/14012985/2491358