下载keras-yolo3
keras-yolo3
在GitHub上的开源项目地址
环境要求
测试环境需要包含以下三个依赖模块:
- Python 3.5.2
- Keras 2.1.5
- tensorflow 1.6.0
- lxml
- h5py
利用Anaconda创建一个合适的虚拟环境,由于在构建虚拟环境时直接安装上述三个依赖包,会产生默认安装tensorflow1.1
版本的情况,建议先创建虚拟环境,后安装模块:
conda create -n TF1.6 python=3.5.2
conda activate TF1.6
pip install tensorflow==1.6.0
pip install keras==2.1.5
准备数据集
- 下载VOC2007训练数据集,解压后,只保留文件夹,并将文件夹中的文件全部删除;
- 将自己准备好的图片存放在
JPEGImages
文件夹下; - 使用
Labelimg
工具将自己准备的图片进行标注,标注文件为xml
格式; - 将数据集划分为训练集、测试集两个文件,并保存在
VOCdevkit\VOC2007\ImageSets\Main
文件夹下,代码如下:
import os
import random
train_percent = 0.9 # 训练集占比,若有需要可将训练集可进一步拆分为训练,验证
#val_percent = 0.1 #在yolo3训练代码中会对训练集进行验证划分,此处注释掉关于验证的部分代码
test_percent = 0.1 # 测试集占比
xmlfilepath = 'VOCdevkit\\VOC2007\\Annotations' # 标注文件路径
txtsavepath = 'VOCdevkit\\VOC2007\\ImageSets\\Main' # 划分后txt文件存放路径
total_xml = os.listdir(xmlfilepath)
num = len(total_xml) # 样本集总量:训练+测试
list = range(num)
train_num = int(num * trai