Yolo3训练、测试自己的数据集

本文档介绍了如何使用Yolo3训练和测试自己的数据集,包括数据集的VOC格式制作、标注工具LabelImg的使用、训练参数的修改以及训练和测试的步骤。详细阐述了从数据集准备到模型训练完成的过程。
摘要由CSDN通过智能技术生成

前言

环境配置可参考深度学习环境搭建

源代码是github上找的,现在好像找不到了,我直接放百度网盘吧,需要的自取yolo3源码
提取码7i1n

修改后的代码修改后
提取码2s4y

1. 数据集制作

1.1 voc数据集格式

在这里插入图片描述

1.2 自己的数据集

1.2.1 数据集准备

如果有可以直接下一步,没有可以使用爬虫,参考图片爬取

1.2.3 统一命名格式

# -*- coding: utf-8 -*-

import os
path = "C:/Users/Administrator/Desktop/unet-master/make_dataset/png/"

# 改名字和后缀
filelist = os.listdir(path) #该文件夹下所有的文件(包括文件夹)

count=1
for file in filelist:
    print(file)
for file in filelist:   #遍历所有文件
    Olddir=os.path.join(path,file)   #原来的文件路径
    if os.path.isdir(Olddir):   #如果是文件夹则跳过
        continue
    filename=os.path.splitext(file)[0]   #文件名
    filetype=os.path.splitext(file)[1]   #文件扩展名
    # Newdir=os.path.join(path+str(count)+'.png')  #用字符串函数zfill 以0补全所需位数
    Newdir=os.path.join(path,str(count).zfill(6)+'.jpg')
    os.rename(Olddir,Newdir)#重命名
    count+=1

1.3 将自己的数据集制作为voc

1.3.1 标注工具及基本使用

参考labelimg

1.3.2 打标生成xml文件

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值