pytorch_yolov4代码训练数据集

最新推荐文章于 2024-04-28 17:24:01 发布

canpian7

最新推荐文章于 2024-04-28 17:24:01 发布

阅读量551

点赞数

分类专栏：论文代码复现文章标签： pytorch 深度学习

本文链接：https://blog.csdn.net/canpian7/article/details/115367407

版权

5 篇文章 2 订阅

订阅专栏

环境
windows10+python3.7 + pytorch(cuda10)

1.pytorch_YOLOv4代码下载:pytorch_YOLOv4
导入相应的模块：

numpy==1.18.2
pip install numpy==1.18.2 -i https://pypi.douban.com/simple/
下面类推。
torch==1.4.0
tensorboardX==2.0
scikit_image==0.16.2`
matplotlib==2.2.3
tqdm==4.43.0
easydict==1.9
Pillow==7.1.2
opencv_python
pycocotools

2.权重文件下载
yolov4.conv.137.pth
或者百度云下载提取码 kcel

将权重文件放到/data下
在这里插入图片描述

For coco dataset,you can use tool/coco_annotatin.py.
要修改一下代码，数据集的文件位置
在这里插入图片描述
最好要用绝对路径，你放在liunx上面跑代码你就知道了

处理对应的instances_train2017.json

运行coco_annotatin.py
在这里插入图片描述
会在data目录下生成train.txt文件

格式如下

# train.txt
image_path1 x1,y1,x2,y2,id x1,y1,x2,y2,id x1,y1,x2,y2,id ...
image_path2 x1,y1,x2,y2,id x1,y1,x2,y2,id x1,y1,x2,y2,id ...
...
...

在运行一下coco_annotatain.py 生成val.txt

在这里插入图片描述
将coco数据集的三个文件下载下来解压成以下三个文件夹

修改coco_annotatain.py文件中的代码第一次生成train.txt文件修改如下

json_file_path = 'F:/car/dataset/annotations/instances_train2017.json'
images_dir_path = 'F:/car/dataset/train2017'
output_path = './data/train.txt'

第二次生成val.txt文件，修改如下

json_file_path = 'F:/car/dataset/annotations/instances_val2017.json'
images_dir_path = 'F:/car/dataset/val2017'
output_path = './data/val.txt'

运行两次coco_annotatain.py就可以生成train.txt和val.txt文件了。
在这里插入图片描述
如果遇到这个ModuleNotFoundError: No module named ‘pycocotools‘错误
https://blog.csdn.net/canpian7/article/details/115370766?spm=1001.2014.3001.5501

需要在cfg.py中修改几个地方

Cfg.gpu = '0'
Cfg.pretrained = 'path to yolov4.conv.137.pth'
Cfg.dataset_dir = ' '

Cfg.batch = 16  修改为合适的值

Cfg.classes = 80 修改为实际值

修改为第二步数据集处理生成的文件路径

Cfg.train_label = 'data/train.txt'
Cfg.val_label = 'data/val.txt'

修改中间结果路径，checkpoints和log的路径

Cfg.checkpoints = 'checkpoints'
Cfg.TRAIN_TENSORBOARD_DIR = 'log'

因为修改了cfg.py所以这边就可以直接运行train.py了

python train.py

在这里插入图片描述
总算是跑起来了

python demo.py -cfgfile cfg/yolov4.cfg -weightfile weights/yolov4.weights -imgfile data/dog.jpg

关注