【YOLOv3初探】之 使用v3官方数据集做目标分类

最新推荐文章于 2024-07-31 10:26:37 发布
最新推荐文章于 2024-07-31 10:26:37 发布
阅读量4.2k 收藏 12
点赞数
分类专栏： YOLO_V3学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/plSong_CSDN/article/details/85108256
版权
本文介绍了在python3.6和tensorflow-gpu 1.4.0环境下，结合cuda和cudnn运行YOLOv3的目标检测过程。首先详细列举了所需的运行环境和文件下载，然后讲解如何将Darknet的YOLO模型转换为Keras模型，并对yolo.py文件进行了相应修改。最后展示了运行效果和提供的训练自定义数据集的教程链接。
摘要由CSDN通过智能技术生成

我的运行环境

python3.6

tensorflow-gpu  1.4.0,

cuda_8.0.61_win10

cudnn-8.0-windows10-x64-v6.0

Keras  2.2.4

下载需要的文件

开始完成以前，需要配置安装完成以上环境。注意版本的兼容性；

下载keras-yolo3-master.zip，下载 YOLOv3 权重

（推荐下载地址：https://download.csdn.net/download/plsong_csdn/10862712）

转换 Darknet YOLO 模型为 Keras 模型

直接运行下面的语句即可。

下载好的《yolov3.weights》放在同一目录下。

python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5

转换的过程：

中间省略。。。。

 

运行目标检

最低0.47元/天 解锁文章
倔强的大萝卜
关注
专栏目录
Yolo -master.zip安装包
04-16
yolov3.zip
keras-yolo3-master.zip
06-08
利用keras-yolo3训练自己的模型参数，并进行识别，这里包含自己训练的数据，便于实现。原始代码https://github.com/qqwweee/keras-yolo3
yolo数据集格式按照每一个类别的比例划分数据集
最新发布
qq_15060477的博客
07-31 330
base_train_images_path 待划分数据的训练集图像路径–base_val_images_path 待划分数据的验证集图像路径–save_root_path 新的数据集保存路径 ，主目录名–train_ratio 训练集所占的比例。
YOLOv3~ COCO
whaosoft143ai的博客
12-31 812
YOLOv3 模型使用COCO 数据集, 虽然yolo3也不用就全当学习哦在 Kaggle 平台使用 GPU 跑通 YOLOv3 训练代码.COCO 2014 数据集地址（原始）：https://cocodataset.org/COCO 2014 数据集地址（Kaggle）：https://www.kaggle.com/datasets/jeffaudi/coco-2014-dataset-for-yolov3。 whaosoft aiot http://143ai.com
Keras-Yolov3环境搭建与测试实践(训练自建数据集)
Tsing_qsu的博客
05-22 1027
Keras-Yolov3环境搭建与测试实践（训练自建数据集）前言环境搭建1.Anaconda3 安装2.安装TF、Keras等测试实践3 基本代码测试4 训练自建数据集 前言 1.本文使用的源代码可从以下地址下载click here 2.源代码编译环境： python 3.5.2/keras 2.1.5/tensorflow 1.6.0 3.本文使用的编译环境：(注：高版本可能会出现不能很好向下兼容情况) Windows 10/Anaconda3 5.2.0/python 3.5.6/keras 2.2.0
目标检测yolo系列
Fantastic
10-11 1万+
出自科技猛兽知乎专栏，地址：科技猛兽目标检测专栏 前言 本文目的是用尽量浅显易懂的语言让零基础小白能够理解什么是YOLO系列模型，以及他们的设计思想和改进思路分别是什么。我不会把YOLO的论文给你用软件翻译一遍，这样做毫无意义；也不会使用太专业晦涩的名词和表达，对于每一个新的概念都会解释得尽量通俗一些，目的是使得你能像看故事一样学习YOLO模型，我觉得这样的学习方式才是知乎博客的意义所在。 为了使本文尽量生动有趣，我用葫芦娃作为例子展示YOLO的过程(真的是尽力了。。。)。 葫芦娃 同时，会对
【YOLO初探】之 使用官方数据集做目标分类
12-19
该资源为我的博文《【YOLO初探】之 使用官方数据集做目标分类》使用资源，相关的资料都可以开源网站下载，这里为了方便大家使用。包括：yolov3.weights、keras-yolo3-master.zip
【YOLO初探】之 keras-yolov3训练自己数据集第一部分
12-22
在本资源中，我们将探讨如何使用Keras实现YOLOv3，并训练自己的数据集。 首先，我们来了解一下YOLOv3的基本原理。YOLOv3采用了一种称为Darknet的卷积神经网络架构，它在多个尺度上进行预测，能够检测不同大小的目标...
【YOLO初探】之 keras-yolov3训练自己数据集第二部分
12-22
总之，《YOLO初探》之 keras-yolov3训练自己数据集的第二部分主要涉及到使用Keras训练YOLOv3模型，重点关注的是权重文件的生成和应用，这对于自定义目标检测任务来说是非常关键的一步。通过完整的教程，读者能够掌握...
【YOLO初探】之 keras-yolov3训练自己数据集第三部分
12-22
该资源是我的博客《【YOLO初探】之 keras-yolov3训练自己数据集》代码的第三部分的内容。内容包括我自己数据集。加上第二、一部分的内容，就可以之家运行，请参看博客文章
yolo3-keras-master - 副本.zip
05-29
和配套的博客一起看https://blog.csdn.net/weixin_41485242/article/details/106418886，代码太长了，放在博客里面不好看，只能放在这里了，有什么问题可以去博客留言
YOLOv3项目之数据集
Jormungand123的博客
03-08 1245
Pytorch 搭建自己的YOLO3目标检测平台（Bubbliiiing 深度学习 教程）_哔哩哔哩_bilibili 训练数据集放在VOCdevkit中，其中annotations放标签，jpegimages中放图片，然后ImageSets中的testtxt是算mAP用的，train.txt放测试的,val.txt放验证的,trainval.txt用不着。 制作数据集用labelimg库，去pytorch环境下安装即可pip install 安装完后直接输入labelimg就可以打开了。 跟那个a
YOLOv3训练数据集
正在thu实习搬砖的CVer，欢迎交流保研和计算机视觉。 ​
03-28 2143
这是我第一次尝试用yolo v3训练自己的数据集，以此整理一下来清晰思路，自此便可熟练训练深度学习模型。 电脑配置 系统：Windows10 显卡：GTX 1660ti（6G） CPU：九代i7 开发环境：pytorch+cuda+cudnn 本次我们使用的是VOC数据集，附下载链接： https://pjreddie.com/projects/pascal-voc-dataset-mirror/ 下载如图所示的前两行数据集。 下载后如图： 我们将其解压打开所在路径： JPEGImages文件夹存放的
yolov3数据集--bdd100k
Jormungand123的博客
03-09 3955
今天主要任务是想搞定一个好用的行人车辆目标检测数据集。 大多都是这种： 车辆行人检测数据集_目标检测数据集-车辆_weixin_39846361的博客-CSDN博客 Toyota Motor Europe (TME) Motorway Dataset bit数据集 都是那种汽车的 要么就都是那种行人的。 然后我发现有一个bdd100k的数据集还挺适合行人车辆目标检测的。 BDD100K Documentation — BDD100K documentation 但是很奇怪啊，我每次下载到最
（实训任务）yolov5分类 -- 舌象目标分类
qq_62238325的博客
06-09 2648
目录一、 使用yolov5 进行舌象目标分类的背景和目的二、 任务步骤：三 、数据集的准备（TCMID-Tongue）：四 、数据预处理：4 .1 、 xml文件转txt文件（编写一个xml转txt脚本 xml2txt.py）4.2 生成数据集数据的图片路径4.3 、编写yaml 文件 4.3.1 、编写 yaml文件1（里面存放训练、测试、预测路径 、分类的数量、分类的目标标签）一般放在data目录（也可以自定义）下 4.3.2 、编写 .yaml 文件二， 在models 目录下 复制（使用什么模型就复
使用YOLOv8做目标检测、实例分割和图像分类
热门推荐
Color Space的博客
02-07 3万+
本文主要介绍YOLOv8及使用它做目标检测、实例分割和图像分类演示，仅供参考。
【yolov5目标检测和目标分类】最新版本yolov5的detect.py和predict.py改写重构api供其他函数调用
BluErroR的博客
11-22 643
基于最新版本的yolov5源代码重新构建的目标检测和图像分类api，detect.py|predict.py
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值