前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >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

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

作者头像
代码医生工作室
发布2020-07-16 11:50:23
2.2K0
发布2020-07-16 11:50:23
举报
文章被收录于专栏:相约机器人

http://mpvideo.qpic.cn/0bf2oeaaqaaaqmagboioizpva4odbbyqacaa.f10002.mp4?dis_k=993936e47cdc2b6012ebffde6741fd78&dis_t=1594871267

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作为TensorFlow Lite模型的优势,它的小巧轻巧的尺寸使其非常适合移动和边缘设备(如树莓派)。想要利用GPU的全部功能?然后使用TensorFlow TensorRT运行YOLOv4,以将性能提高多达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

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-07-15,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 相约机器人 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档