深度学习
文章平均质量分 95
cxxxxxxxxxxxxx
这个作者很懒,什么都没留下…
展开
-
Ubuntu16 YoloV3-tiny自训练模型计算mAP实现和调试记录
之前使用自己的数据集训练了YoloV3-tiny模型检测了单个目标(原文link),现在总结一下参考的各个文章的特点,以及实现mAP计算的实现和调试记录。1. 基于Darknet中的YOLO-v3训练自己的数据这篇文章详细记录了整个训练、测试、原理等内容,但关于mAP计算的部分我在darknet目录下无法找到对应的文件,但理论知识可以阅读学习。其中“8、YOLO-v3原理简单介绍 ”中详细介绍了yolov3-voc.cfg的参数,十分有用。2. YOLOv3 mAP计算(Python3实现原博原创 2020-06-01 21:54:05 · 1407 阅读 · 0 评论 -
yolo训练过程知识资源(持续更新
在树莓派4使用YOLO v3 Tiny进行实时对象检测 基于Darknet中的YOLO-v3训练自己的数据 Yolov3代码分析与训练自己数据集 yolov3 tiny训练自己的数据集进行物体检测 (只检测行人)原创 2020-06-01 18:04:03 · 478 阅读 · 0 评论 -
YoloV3-tiny训练后无法显示检测结果解决过程记录
之前有篇博文讲了怎样实现YoloV3-tiny训练自己的数据(link),后来我发现使用./darknet detector test cfg/voc.data cfg/yolov3-tiny.cfg backup/yolov3-tiny_9000.weights命令检测图片时非常不便。存在以下几个问题:我的检测结果无法在显示图片上显示,即使检测到了结果。我一度以为我训练数据有问题训练错误。没有检测框的(x, y w, h)的数据、目标类别、置信度提供,根本无法进一步处理数据。每次只能检测一张图片,原创 2020-05-29 12:13:10 · 3226 阅读 · 1 评论 -
Ubuntu16 Tensorflow Object Detection API 训练自己的数据集 环境搭建以及问题解决记录
本文主要综合几个切实使用并可用的教程,以及使用过程中遇到的报错和解决问题做一个记录1. 环境介绍由于不开学,我用的是自己的笔记本,环境配置如下:环境配置:Ubuntu16.04+CUDA9.0+CuDNN7.0.5+NVIDIA Driver 418.56+tensorflow-CPU 1.用GPU跑笔记本散热不好,实在是太热。电脑显卡:GetForce MX250 4G电脑内存:8G处理器:intel core i72. Tensorflow Object Detection API配置原创 2020-05-26 15:48:52 · 816 阅读 · 0 评论 -
Ubuntu16使用自己的数据集训练YOLOV3-tiny教程、技巧及相关资料
运行环境:Ubuntu16.04GetForce MX250 4GCUDA 9.0CuDNN 7.0.5安装darknet及下载yolov3与训练权重yolo官网代码下载git clone https://github.com/pjreddie/darknetcd darknet修改MakefileGPU=1 #可选0/1CUDNN=1 #可选0/1OPENCV=1 #可选0/1OPENMP=0DEBUG=0编译make下载权重# yolov3.w原创 2020-05-20 23:28:59 · 1098 阅读 · 1 评论