tensorflow_yolo-v3笔记 IOU：Intersection over union 交并比

项目地址：YunYang1994/tensorflow-yolov3

Anchors clustering

• 关于IOU的解释：Intersection over union

参考文章1：Github 项目 - YOLOV3 的 TensorFlow 复现

参考文章2：【膜拜大神】Tensorflow实现YOLO v3（TF-Slim）

参考文章3：tensorflow学习笔记-YOLOV3-tensorflow示例

参考文章4：重磅：TensorFlow实现YOLOv3（内含福利）

参考文章5：【膜拜大神】Tensorflow+YOLO v3训练自己的数据集合（TF-Slim）-下

参考文章6：用tensorflow实现yolov3

运行python main.py -na：

part 2. Quick start

1. 克隆repo

$ git clone https://github.com/YunYang1994/tensorflow-yolov3.git

2. 安装依赖包

$ cd tensorflow-yolov3
$ pip install -r ./docs/requirements.txt

3. 下载COCO权重并将其转换成 tensorflow checkpoint （yolov3_coco.ckpt）

$ cd checkpoint
$ wget https://github.com/YunYang1994/tensorflow-yolov3/releases/download/v1.0/yolov3_coco.tar.gz
$ tar -xvf yolov3_coco.tar.gz
$ cd ..
$ python convert_weight.py
$ python freeze_graph.py

4. 运行 demo 脚本

$ python image_demo.py
$ python video_demo.py # if use camera, set video_path = 0

part 3. Train on your own dataset

1. 注意 ./core/config.py 中的三个文件，要让它们的内容与自己的图片以及标定数据匹配：
   __C.YOLO.CLASSES = “./data/classes/voc.names”
   __C.TRAIN.ANNOT_PATH = “./data/dataset/voc_train.txt”
   __C.TEST.ANNOT_PATH = “./data/dataset/voc_test.txt”

2. 使用COCO预训练模型进行训练（作者推荐的）：
   $ cd checkpoint
   $ wget https://github.com/YunYang1994/tensorflow-yolov3/releases/download/v1.0/yolov3_coco.tar.gz

$ tar -xvf yolov3_coco.tar.gz
$ cd ..
$ python convert_weight.py --train_from_coco
$ python train.py