Tensorflow版的YOLOv4轉換教學 | 台灣精品獎-歷屆得獎名單
![Tensorflow版的YOLOv4轉換教學](https://i.imgur.com/DERULla.jpg)
2022年4月5日—YOLOv4是目前非常受到歡迎的物件偵測工具,他本身後端使用的類神經框架是Darknet(https://github.com/pjreddie/darknet),而今天則是要把他轉換 ...
![Tensorflow版的YOLOv4轉換教學](https://i.imgur.com/DERULla.jpg)
YOLOv4是目前非常受到歡迎的物件偵測工具,他本身後端使用的類神經框架是Darknet(https://github.com/pjreddie/darknet),而今天則是要把他轉換成Tensorflow框架,這樣做有什麼好處呢?
<<教學影片更新中>>
1. 一般我們在學習AI演算法的過程,多數已TF框架為入門,而Darknet一般只用來實做YOLO辨識,學生在學習上很難從TF很忽然跳到Darknet上,而轉換後TF語法都可以使用,學習上沒有斷層。
2. Darknet在Windows上編譯GPU版本太過瑣碎,而直接使用OpenCV的DNN模型則無法作到GPU加速,但轉換成TF後,就可以直接使用原本TF GPU加速的設定。經過測試,在1024x768的解析度下,OpenCV(非Cuda加速版)FPS=0.2X,而TF版的FPS可達到2-5,差異大概十倍。
我們使用的轉換工具是tf-yolov4(https://github.com/sicara/tf2-yolov4),根據官方說明,目前沒有Train功能,只能做Inference,所以訓練還是得到Colab(誤)。
以下將過程簡要的說明
1. 使用Anaconda建立Python3.9的虛擬環境:由於轉換過程提示建議使用TF2.6以上,因此以Python3.9 版本來建議虛擬環境,因為依據經驗TF-GPU 2.6 搭配的是Py39,所以才需要建立Python3.9的虛擬環境。若您不使用GPU加速,則不限制Python3.9。
2. 開啟命令視窗
2.1 安裝Tensorflow-gpu:conda install tensorflow-gpu==2.6
2.2 安裝轉換工具:pip install t...
YOLOv4實作教學(使用官方repo) | 台灣精品獎-歷屆得獎名單
YOLOv4 訓練教學 | 台灣精品獎-歷屆得獎名單
【第31天】番外篇 | 台灣精品獎-歷屆得獎名單
YOLOv4手把手安裝流程 | 台灣精品獎-歷屆得獎名單
Tensorflow版的YOLOv4轉換教學 | 台灣精品獎-歷屆得獎名單
![](https://i.imgur.com/DERULla.jpg)
104 年度台灣精品獎獲獎產品 高速自動光學檢測系統
由「和椿科技股份有限公司」生產的高速自動光學檢測系統獲得104年度台灣精品獎,以下為此獎項詳細資料整理:得獎產品:高速...
![](https://i.imgur.com/DERULla.jpg)
108 年度台灣精品獎獲獎產品 智能3D視覺掃描器
由「所羅門股份有限公司」生產的智能3D視覺掃描器獲得108年度台灣精品獎,以下為此獎項詳細資料整理:得獎產品:智能3D視覺...