Windows版YOLOv4目標檢測實戰：訓練自己的數據集

課程鏈接：https://edu.51cto.com/course/22982.html

課程演示環境：Windows10; cuda 10.2; cudnn7.6.5; Python3.7; VisualStudio2019; OpenCV3.4

需要學習ubuntu系統YOLOv4的同學請前往：《YOLOv4目標檢測實戰：訓練自己的數據集》

https://edu.51cto.com/course/22982.html

YOLOv4來了！速度和精度雙提升！

與 YOLOv3 相比，新版本的 AP (精度)和 FPS （每秒幀率）分別提高了 10% 和 12%。

YOLO系列是基於深度學習的端到端實時目標檢測方法。本課程將手把手地教大家使用labelImg標註和使用YOLOv4訓練自己的數據集。課程實戰分爲兩個項目：單目標檢測（足球目標檢測）和多目標檢測（足球和梅西同時檢測）。

本課程的YOLOv4使用AlexyAB/darknet，在Windows系統上做項目演示。包括：安裝軟件環境、安裝YOLOv4、標註自己的數據集、整理自己的數據集、修改配置文件、訓練自己的數據集、測試訓練出的網絡模型、性能統計(mAP計算)和先驗框聚類分析。還將介紹改善YOLOv4目標檢測性能的技巧。

除本課程《Windows版YOLOv4目標檢測實戰：訓練自己的數據集》外，本人將推出有關YOLOv4目標檢測的系列課程。請持續關注該系列的其它視頻課程，包括：

《Windows版YOLOv4目標檢測實戰：人臉口罩佩戴檢測》
《Windows版YOLOv4目標檢測實戰：中國交通標誌識別》
《Windows版YOLOv4目標檢測：原理與源碼解析》