一、Yolov3代码实现步骤:
-
运行./VOCdevkit/VOC2007/test.py
前提:在annotations中放入训练集的xml文件 作用:生成imagesets下的训练集,测试集,验证集等txt文件(里面包含的是xml的名称,不含后缀名)
-
运行voc_annotation.py
作用:生成包含训练集,测试集,验证集等的txt文件(里面包含路径和名称,4个坐标值,1个类别)
-
运行kmeans.py
作用:用kmeans聚类算法生成包含9对w,h的文件:model_data/yolo_anchors.txt 另外:同时修改同一路径下的类别文件:voc_classes.txt
-
运行train.py
作用:生成模型./logs/000/trained_weights_final.h5
-
运行yolo.py
前提:将测试图片放到某文件夹下 作用:生成打框后的文件./img_save,以及打框坐标文件./map_txt/
二、训练图片和参数设置
训练图片:20张
轮次:20轮
批次:2
预期效果:loss为20多
三、运行中遇到的报错分析:
-
报错:PIL.UnidentifiedImageError: cannot identify image file ‘/Users/kay/Documents/project/yolov3/keras-yolo3-master/test_pic/.DS_Store’
解决方法: 移除mac下 .Ds_Store的解决办法
涉及知识:ls -a 显示隐藏文件