实战教程,持续更新中。
验证环境:ubuntu18.04+driver450+cuda11.0+cudnn8.0.5+opencv4.4.0;
win10+driver440+cuda10.2+cudnn7.6+opencv310。
1、目标检测基础知识
1)目标定位;
2)基于滑动窗的目标检测;
3)Bounding Box预测;
4)非极大值抑制NMS;
5)Anchor Boxes;
6)评价指标MAP。
2、yolo算法介绍
2.1、yolo算法之v1、v2、v3
1)yolo v1论文翻译;
2)yolo v2论文翻译;
3)yolo v3 论文翻译;
2.2、yolo算法之v4、v5
1)yolov4论文翻译;
2.3、小结
3、搭建darknet训练环境
3.1、显卡驱动+cuda+cudnn安装
1)ubuntu18.04显卡驱动下载安装;
2)ubuntu18.04上cuda11.0及cudnn8.0.5安装;
3)win10显卡驱动+cuda+cudnn安装。
3.2、opencv编译安装
1)ubuntu18.04下opencv4.4编译;
2)ubuntu18.04下opencv编译问题处理整理。
3.3、darknet源码编译
1)ubuntu18.04-yolov4 darknet环境配置以及效果实测。
3.4、制作自己的数据集
3.5、训练、测试
4、使用TensorRT加载模型
4.1、TensorRT介绍
1)基于tensorRT方案的INT8量化实现原理;
4.2、安装TensorRT
1)ubuntu18.04上tensorrt7.0安装;
4.3、工程编译、加载
4.4、目标检测最佳实践
5、应用
5.1、模型结构可视化
5.2、调整网络结构、通道大小
5.3、常用优化方式介绍