Python影像辨識筆記(二十二):Scaled-YOLOv4: Scaling Cross Stage Partial Network相關連結與介紹

更新內容

Q: what is OSAnet?
the proposed COSA can get a higher AP. Therefore, we finally chose COSA-2x2x which received the best speed/accuracy trade-off in our experiment as the YOLOv4-tiny architecture.
A: OSA module in VoVNet to build OSANet.

YOLOv4系列模型效能比較

論文連結

GitHub Repo

新增的功能

對比舊版的PyTorch_YOLOv4,這個版本的程式碼支援多GPU訓練、高Batch size訓練(batch = 64,每個epochs約15分鐘)、resume training、支援YOLOv4-tiny(須自己修改程式碼)、支援pre-trained weight訓練。

資料集準備

請使用COCO2017作為訓練集、驗證集、測試集,若用COCO2014的dataset,會出現這個錯誤

使用方法

yolov4-csp branch在aiForge的主機為例:

git clone https://github.com/JunnYu/mish-cuda
cd mish-cuda
python setup.py install

yolov4-csp branch在TWCC國網中心的主機為例:

pip install git+https://github.com/thomasbrandon/mish-cuda/

其他介紹

Machine Learning | Deep Learning | https://linktr.ee/yanwei

Machine Learning | Deep Learning | https://linktr.ee/yanwei