从github clone到colab的,数据集太大了。。。先从百度网盘下载数据集,再上传到colab(zip形式,尝试用文件夹上传,太大了。。g,先zip再解压,走了好多弯路呜呜,还尝试先上传到github,再clone到colab,失败。。。)注意最后一定要保存colab跑的项目,问就是血泪教训呜呜GitHub - bubbliiiing/yolov4-tiny-pytorch: 这是一个YoloV4-tiny-pytorch的源码,可以用于训练自己的模型。
训练VOC07+12数据集
-
数据集的准备:本文使用VOC格式进行训练,训练前需要下载好VOC07+12的数据集,解压后放在根目录
-
数据集的处理
修改voc_annotation.py里面的annotation_mode=2,运行voc_annotation.py生成根目录下的2007_train.txt和2007_val.txt。 -
开始网络训练
train.py的默认参数用于训练VOC数据集,直接运行train.py即可开始训练。 -
训练结果预测
训练结果预测需要用到两个文件,分别是yolo.py和predict.py。我们首先需要去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。