yolov3训练步骤
下载及训练
https://www.bilibili.com/video/BV1Hp4y1y788?spm_id_from=333.337.search-card.all.click
训练自己的数据集
文件下载
训练所需的yolo_weights.pth可以在百度云下载
链接: https://pan.baidu.com/s/1hCV4kg8NyStkywLiAeEr3g
提取码: 6da3
训练
目录:
1 数据集准备
- Annotations 放标好的数据集 .xml
- JPEGImages 放图片 .jpg
2 数据集处理
修改voc_annotation.py中classes_path,运行voc_annotation.py生成根目录下的2007_train.txt和2007_val.txt
3 开始网格训练
-
修改train.py中的classes_path 指向model_data下的txt,与自己训练的数据集相关 ,训练前一定要修改classes_path,使其对应自己的数据集
-
train.py的默认参数(性能不够记得降低batch_size)用于训练VOC数据集,直接运行train.py即可开始训练。
4 训练集预测
- 去yolo.py里面修改model_path以及classes_path,这两个参数必须要修改,model_path指向训练好的权值文件,在logs文件夹里,classes_path指向检测类别所对应的txt。
- 完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测
问题
out of memory解决方法
- batch_size降低 慢是慢了不止一点点但是跑起来
- https://www.cnblogs.com/byronliu029/p/9353424.html(不太行)