### 使用 PyTorch 版本的 YOLO-v4 进行自定义数据集训练及预测 #### 准备工作 为了使用 PyTorch 实现 YOLO-v4 对自定义数据集进行训练和预测，需先完成环境搭建以及必要的准备工作。这包括但不限于安装依赖库、准备数据集及其标签文件等。 对于环境设置部分，在 Linux 系统如 Ubuntu 18.04 上推荐配置 CUDA 10.1 及 OpenCV 3.4.10 来支持 GPU 加速运算[^3]。确保 Python 开发环境中已正确安装 PyTorch 库，并且版本兼容所使用的硬件设备。 #### 数据集准备 创建适合 YOLO 模型读取的数据结构非常重要。通常情况下，需要将图片存储在一个特定目录内，并为每张图提供对应的标注信息（即 bounding box 坐标与类别名称），这些信息应保存成 .txt 文件形式放置于同一级路径下的 labels 文件夹中[^4]。 此外，还需编写 `train.txt` 和 `test.txt` 文档来记录参与训练或验证阶段的所有图像绝对路径列表；同时建立 `.names` 文件列出所有可能的目标分类名；最后构建 `.data` 配置文档指定上述资源的位置以及其他必要参数。 #### 修改配置文件 根据具体应用场景调整模型架构设定至关重要。当采用 MobileNetV2 或者 MobileNetV3 作为 backbone 时，仅需修改位于 `config/yolov4_config.py` 下面的相关选项即可实现网络切换[^1]。而针对不同尺寸输入的需求，则应在对应 cfg 文件里相应位置更新宽度高度值至期望大小，比如常见的 640x640 尺寸[^5]。 #### 训练过程 启动训练之前要确认已经下载好官方提供的预训练权重文件以便后续微调操作[^2]。接着通过命令行工具运行训练脚本，期间密切监控损失函数变化趋势直至收敛稳定为止。值得注意的是，如果遇到显存不足等问题可以通过降低 batch size 参数或者启用混合精度训练等方式加以解决。 ```bash python train.py --model yolov4-custom --batch-size 8 --epochs 300 --img-size 640 --data custom_data.data --weights yolov4.conv.137 ``` 此段代码片段展示了如何利用 PyTorch 执行一次完整的训练流程，其中包含了选用定制化模型、批次数量、迭代次数、输入分辨率等多项重要超参的选择。 #### 测试与评估 一旦训练结束便可以着手检验成果了。此时同样借助命令行指令加载最优权重组件并对测试样本实施推理计算： ```bash python detect.py --source path_to_test_images/ --weights runs/train/exp/weights/best.pt --conf-thres 0.4 --iou-thres 0.5 ``` 以上命令会输出检测框覆盖在原始影像上的可视化效果，同时也统计各类别实例的数量分布情况。另外还可以依据实际情况调节置信度阈值(confidence threshold)和交并比(iou threshold)，从而获得更理想的识别表现。