使用Google Colab装载YOLOv4（免费云端GPU，无需配置环境）

电玩女神 2023-02-18 14:09 8阅读 0赞

## 写在前面 ##

借助 Colaboratory（简称 Colab），您可在浏览器中编写和执行 Python 代码，并且：

*  无需任何配置
 *  免费使用 GPU
 *  轻松共享  
    无论您是一名学生、数据科学家还是 AI 研究员，Colab 都能够帮助您更轻松地完成工作。您可以观看 Colab 简介了解详情，或查看下面的入门指南！  
    不会使用Google Colab的可以参考此文章 [https://blog.csdn.net/Flag\_ing/article/details/105876360][https_blog.csdn.net_Flag_ing_article_details_105876360]

## 1、前提条件 ##

首先需要有Google浏览器，注册谷歌账号，并且可以访问网站。（具有登登登的能力，有某种原因，不便说明，请自行百度）

## 2、登录Colab ##

1、登录网站  
[\[https://colab.research.google.com/notebooks/welcome.ipynb\]][https_colab.research.google.com_notebooks_welcome.ipynb]  
这里是Google Colab的使用指南，有好多内容，自行阅读。  
2、新建笔记本，命名随意（这里命名YOLOv4）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70]  
名字可以直接在这里修改  
![在这里插入图片描述][2020061810074265.png]

## 3、检查GPU ##

在代码执行程序里面更改运行时类型，选择GPU即可。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 2]  
添加代码，输入

! nvidia-smi

（注意‘！’不要忽略）点击运行  
![在这里插入图片描述][20200618101244633.png]  
服务器会自动分配一个GPU供你使用  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 3]

## 4、装载YOLOv4 ##

### 1、下载Darknet(AlexeyAB) ###

添加代码块，输入

! git clone https://github.com/AlexeyAB/darknet.git

后面的网址就是GitHub里的地址  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 4]  
下载完成后，刷新一下左面的文件目录就出现了一个darknet的文件夹  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 5]

### 2、更改Makefile参数以使用GPU ###

我们可以先查看Makefile中的参数

! head darknet/Makefile

![在这里插入图片描述][20200618104912721.png]  
修改参数说明  
GPU=1 调用GPU CUDA  
CUDNN=1 加速GPU训练  
CUDNN\_HALF=1 侦测加速3倍，训练加速两倍  
OPENCV=1 用于摄影侦测试用

使用sed修改参数

! sed -i 's/GPU=0/GPU=1/g' /content/darknet/Makefile
    ! sed -i 's/CUDNN=0/CUDNN=1/g' /content/darknet/Makefile
    ! sed -i 's/OPENCV=0/OPENCV=1/g' /content/darknet/Makefile

再次查看参数是否已修改  
![在这里插入图片描述][20200618105040744.png]

### 3、编译YOLOv4 ###

! cd darknet; make

（等待编译完成，可能需要一小会时间）

## 5、使用YOLOv4 ##

### 1、下载权重 ###

! cd darknet; make

! gdown https://drive.google.com/uc?id=1cewMfusmPjYWbrnuJRuKhPMwRe_b9PaT

权重下载地址在 [GitHub][]里也有，需要注意的是将地址里的open改成uc（当然也可以直接复制代码块，但是建议自己看看GitHub里的东西）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 6]  
在这下载文件还是很快的，一秒钟就可以下载完成（应该也会取决于网速），下载完成我们可以在文件夹目录看到这个文件（刷新一下）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 7]

### 2、使用yolov4辨识 ###

进入data文件夹可以查看自带的示例图片（这一步也可以不需要）

! ls darknet/data

from PIL import Image
    Image.open('darknet/data/person.jpg')

辨识

! cd darknet; ./darknet detect /content/darknet/cfg/yolov4.cfg /content/yolov4.weights /content/darknet/data/person.jpg

辨识结束  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 8]  
辨识图片放在darknet目录下，可以查看一下

from PIL import Image
    Image.open('/content/darknet/predictions.jpg')

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 9]  
结束！

参考：[https://www.jianshu.com/p/a42d69568966][https_www.jianshu.com_p_a42d69568966]

[https_blog.csdn.net_Flag_ing_article_details_105876360]: https://blog.csdn.net/Flag_ing/article/details/105876360
[https_colab.research.google.com_notebooks_welcome.ipynb]: https://colab.research.google.com/notebooks/welcome.ipynb
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200618100653540.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA==,size_16,color_FFFFFF,t_70
[2020061810074265.png]: https://img-blog.csdnimg.cn/2020061810074265.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200618101016442.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200618101037894.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA==,size_16,color_FFFFFF,t_70
[20200618101244633.png]: https://img-blog.csdnimg.cn/20200618101244633.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200618101341262.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20200618101946215.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/202006181023523.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA==,size_16,color_FFFFFF,t_70
[20200618104912721.png]: https://img-blog.csdnimg.cn/20200618104912721.png
[20200618105040744.png]: https://img-blog.csdnimg.cn/20200618105040744.png
[GitHub]: https://github.com/AlexeyAB/Darknet
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/20200618110216630.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 7]: https://img-blog.csdnimg.cn/20200618111048549.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 8]: https://img-blog.csdnimg.cn/20200618111309618.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA_size_16_color_FFFFFF_t_70 9]: https://img-blog.csdnimg.cn/20200618111438480.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA4ODE1NA==,size_16,color_FFFFFF,t_70
[https_www.jianshu.com_p_a42d69568966]: https://www.jianshu.com/p/a42d69568966