课程连接：https://edu.51cto.com/course/22982.htmlhtml
课程演示环境：Windows10; cuda 10.2; cudnn7.6.5; Python3.7; VisualStudio2019; OpenCV3.4ubuntu
须要学习ubuntu系统YOLOv4的同窗请前往：《YOLOv4目标检测实战：训练本身的数据集》网络
https://edu.51cto.com/course/22982.htmlide
YOLOv4来了！速度和精度双提高！性能
与 YOLOv3 相比，新版本的 AP (精度)和 FPS （每秒帧率）分别提升了 10% 和 12%。 学习
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你们使用labelImg标注和使用YOLOv4训练本身的数据集。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）。 测试
本课程的YOLOv4使用AlexyAB/darknet，在Windows系统上作项目演示。包括：安装软件环境、安装YOLOv四、标注本身的数据集、整理本身的数据集、修改配置文件、训练本身的数据集、测试训练出的网络模型、性能统计(mAP计算)和先验框聚类分析。还将介绍改善YOLOv4目标检测性能的技巧。 视频
除本课程《Windows版YOLOv4目标检测实战：训练本身的数据集》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：htm
《Windows版YOLOv4目标检测实战：人脸口罩佩戴检测》
《Windows版YOLOv4目标检测实战：中国交通标志识别》
《Windows版YOLOv4目标检测：原理与源码解析》
blog
