yolov2完整训练流程，附带案例

最新推荐文章于 2022-08-01 19:05:54 发布

置顶

YQYI

最新推荐文章于 2022-08-01 19:05:54 发布

阅读量1.7w

点赞数 3

分类专栏：深度学习文章标签：深度学习

本文链接：https://blog.csdn.net/qq_22709065/article/details/71601730

版权

本文详细介绍了如何训练YOLOv2模型，包括源码下载与编译、预训练模型获取、样本制作、配置文件修改、训练过程以及使用训练好的模型进行目标检测。通过一个具体的案例，展示了从数据集准备到模型应用的完整流程。

摘要由CSDN通过智能技术生成

整个过程以百度云盘: https://pan.baidu.com/s/1jHVSVR4 密码: 9xwy 为例，内含完整的修改过的代码及训练数据
1、安装下载
源码下载,终端输入:
git clone https://github.com/pjreddie/darknet
编译,终端输入:
cd darknet
make

下载预训练模型网址
http://pjreddie.com/media/files/yolo.weights
将下载的模型darknet19_448.conv.23放在personTrainData文件夹目录下

2、样本制作
先将labels下的所有xml文件拷贝至personTrainData/images/person文件夹下，此处总共13张图片及13个
xml文件，分10张作为训练样本，3张作为验证样本。在personTrainData文件夹中新建txt文件
validate.txt用于存放验证集图片路径如/home/yqy/darknet/personTrainData/images/person/s11.jpg
tran.txt用于存放验集图片路径如/home/yqy/darknet/personTrainData/images/person/s1.jpg

3、修改配置文件
打开darknet/cfg/voc.data文件，将classes设置为1，train和validate设置为上一步的train.txt和validate.txt的路径
打开