基于pytorch环境下的yolo4识别,样本训练少,识别率低,可以自己搭建环境进行训练。识别端是flask搭建的api
调用精易模块 鱼刺类HTTP模块
使用教程
使用教程:
基于yolo4 python 3.6 flask cuda 10.0 cudnn 7.4.1.5 (第一步视频中包含所有安装包)
pip install flask #web框架
一、部署pytorch环境(Pytorch 搭建自己的YoloV4目标检测平台) :https://www.bilibili.com/video/BV1Q54y1D7vj?p=2 (GPU)
二、使用anaconda切换到pytorch环境,运行VS Code
三、VS code 打开此文件夹 运行api.py
如果无法运行就去下载 https://github.com/bubbliiiing/yolov4-pytorch
下载完成后解压,VS Code打开,将luosimao文件夹内 .py文件拖入到yolov4-pytorch解压后的目录,将luosimao/model_data 中的文件拖入到yolov4-pytorch/model_data中 然后运行即可
提交参数 {"type":"lsm","imgStr":"base64编码后的图片"}
协议头 content-type: application/json
ps:识别率不高,样本太少,有空的话可以根据第一步课程中的其他小节学习如何训练自己的数据集