1.安装labelimg,使用labelimg工具对图片进行打标处理
安装代码如下
用anaconda命令行打开:
打开命令行或终端:
创建一个新的Python 3.8虚拟环境:
conda create --name labelimg python=3.8
激活虚拟环境:
conda activate labelimg
在虚拟环境中安装labelimg:
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple
运行labelimg:
labelimg
2.使用yolov4-pytorch-master进行模型训练
实验步骤:
将自己的数据集准备好图片放在yolov4-pytorch-master\VOCdevkit\VOC2007\JPEGImages中
用labelimg打的标签放在yolov4-pytorch-master\VOCdevkit\VOC2007\Annotations中
在yolov4-pytorch-master\model_data添加自己的识别类
更改路径
运行voc_annotation.py得到如图两个文件
去train.py中修改classes_path(我这边是fruit_classes.txt)
classes_path = 'model_data/fruit_classes.txt'
如果训练集图片不够多的话那就适当调节参数
我的图片数量较少
Freeze_batch_size = 1
UnFreeze_Epoch = 35
运行train.py得到自己的模型位置
修改yolo.py中的路径
model_path路径改成训练的模型路径
classes_path路径保持一致
如果预测图片没出现框框就降低置信度(confidence)多降些就行
3.使用predict.py进行预测
输入图片路径
注意安装的Pillow版本最好是9.5.0版本,因为pillow这个模块在10.0.0以后的版本textsize属性给删除了,如果还想用这个属性,就需要将pillow的版本降低,安装特定的版本。先卸载当前的版本,然后pip install pillow==9.5.0版本,或更早的版本。