yolov3训练步骤

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）