YOLOv4 环境搭建和摄像头实时检测

2022-04-27 admin 958

因为用的是opencv4 所以使用 yolo3 编译可能回出错，可以换成 yolov4 或yolov4-tiny，同时 YOLO V4 无论在精度和速度上都较 YOLO V3 有了很大的提升，为在性能受限的嵌入式设备上部署检测程序提供了可能。

yolov4 和 yolov4-tiny 的区别是：tiny 是yolov4 的压缩版，主要运行小算力 cpu 核心版本，在 jetso nano 上使用 tiny 版帧率会比 yolov4 提升十多倍。总的来说还是推荐使用yolov4-tiny，帧率提升很多，使用感会提升很多。

闲话少说，开始安装。

1. 安装 CUDA，OpenCV，cuDNN(默认已安装)

2. 下载

git clone https://github.com/AlexeyAB/darknet.git

3. 配置

cd darknet

sudo vim Makefile #修改 Makefile

4. 将Makefile 的前三行修改一下

GPU=1

CUDNN=1

OPENCV=1

5. 编译

在 darknet 路径下编译

make -j4

6. 放置权重文件

这里直接到常用的库和模型文件yolov4 和yolov4-tiny 的权重文件，将权重文件yolov4.weights 和 yolov4-tiny.weights 拷贝至 darknet 目录下

7. 测试

Yolov4 图片的检测

./darknet detect cfg/yolov4.cfg yolov4.weights data/dog.jpg # 简写版

./darknet detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights data/dog.jpg # 完整版

Yolov4-tiny 图片的检测

./darknet detect cfg/yolov4-tiny.cfg yolov4-tiny.weights data/dog.jpg # 简写版

./darknet detector test cfg/coco.data cfg/yolov4-tiny.cfg yolov4-tiny.weights data/dog.jpg # 完整版

# 改变检测阈值

# 默认情况下，YOLO 仅显示检测到的置信度为.25 或更高的对象。您可以通过将-thresh 标志传递给 yolo 命令来更改此设置。

例如，要显示所有检测，您可以将阈值设置为 0.1：

./darknet detect cfg/yolov4-tiny.cfg yolov4-tiny.weights data/dog.jpg -thresh 0.1