胭脂草的ABC博客

YOLOv5&NEU-DET钢材表面缺陷任务 分类专栏： 目标检测 文章目录 制作数据集 修改配置文件 超参设置 制作数据集 参考我之前的链接来制作制作自己的PASCAL VOC2007格式的数据集（二）make_txt.py（用于划分数据集） import os import random trainval_percent = 0.9 train_percent = 0.9 xmlfilepath = 'Annotations' txtsavepath = 'ImageSets' .

YOLOv3: An Incremental Improvement Joseph Redmon, Ali FarhadiUniversity of Washington Abstract We present some updates to YOLO! We made a bunch of little design changes to make it better. We also trained this new network that’s pretty swell. It’s a lit.

Pytorch | yolov3原理及代码详解（一） YOLO相关原理 ： https://blog.csdn.net/leviopku/article/details/82660381 https://www.jianshu.com/p/d13ae1055302 https://blog.csdn.net/qq_34199326/article/details/84874409 https://blog.csdn.net/chandanyan8568/article/details/8108908

本章详细讲解数据的处理问题，将coco数据集读取，以及之后自定义数据集的处理， 数据预处理思想 yolo3的数据集处理也是一大亮点，由于yolo3对数据集的输入有要求，指定的照片输入大小必须是416，所有对于不满足照片的大小有一系列的操作，如果直接resize操作，将直接损失照片信息，网络在学习分类的过程还要适应照片尺寸的问题，导致训练效果不佳，在yolo3中是先进行高和宽的调整一样大，在进行上采样的resize，同时要修改label的坐标位置，随机水平翻转，再一次随机变化大小，之后再变化到416...

第三章yolov4云平台训练步骤 第一种训练方式(长时间训练容易断网) 第二种训练方式(适合长时间训练断网也没事) 预测 运行 python predict.py 1