使用TensorFlow，TensorFlow Lite和TensorRT模型（图像，视频，网络摄像头）进行YOLOv4对象检测

该视频将逐步介绍设置代码，安装依赖项，将YOLO Darknet样式权重转换为已保存的TensorFlow模型以及运行模型的步骤。利用YOLOv4做为TensorFlow Lite模型的优点，它的小巧轻巧的尺寸使其很是适合移动和边缘设备（如树莓派）。想要利用GPU的所有功能？而后使用TensorFlow TensorRT运行YOLOv4，以将性能提升多达8倍。

 

在这里获取代码：

https://github.com/theAIGuysCode/tensorflow-yolov4-tflite

在此视频中，介绍了：

1.克隆或下载代码

2.安装CPU或GPU的必需依赖项

3.下载并将YOLOv4权重转换为已保存的TensorFlow

4.使用TensorFlow对图像，视频和网络摄像头执行YOLOv4对象检测

5.将TensorFlow模型转换为TensorFlow Lite .tflite模型

6.将TensorFlow模型转换为TensorFlow TensorRT模型

7.使用TensorFlow Lite运行YOLOv4对象检测

 

YOLOv4官方论文：

https://arxiv.org/abs/2004.10934

推荐阅读

30个最大的机器学习TensorFlow数据集

点击“阅读原文”图书配套资源

本文分享自微信公众号 - 相约机器人（xiangyuejiqiren）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。