small_yolov4.zip

简介：
small_yolov4.zip是一款轻量级的目标检测模型压缩包，基于YOLOv4架构优化设计，适用于资源受限设备上的实时目标检测任务。 ## 运行步骤 1. 执行 `voc_annotation.py` 脚本以生成根目录下的 `2007_train.txt`, `2007_val.txt` 和 `2007_test.txt` 文件。 2. 可选地运行 `kmeans_for_anchors.py` 以创建自定义的 `anchors.txt`，或者直接使用默认提供的 `model_data/yolo_anchors.txt`。该文件专为416x416尺寸模型设计，并且效果依然很好。 3. 运行 `train.py` 开始训练过程。 4. 使用 `predict.py` 脚本进行检测操作，支持图片和文件夹中的图像。 硬件环境：单张RTX8000显卡 - 训练阶段： - batch=32 - 启用GPU时每轮训练耗时约2分钟；禁用GPU后则为5分钟。 - 推理阶段（VOC数据集）: - 使用GPU处理每帧图像所需时间约为0.03894秒，而无GPU支持情况下则需要0.06158秒。这充分显示了tiny_yolov4模型在CPU上的出色性能。 - 相较于之前测试的yolov4模型，在调用GPU的情况下处理每帧图像所需时间为约0.17秒，因此tiny_yolov4的速度快达五倍之多。然而，在VOC2007数据集上其检测精度不如原版yolov4，具体表现在轮廓精度和类别分类准确度方面有所欠缺。