yolo模型的批量测试和位置输出

最新推荐文章于 2024-03-09 14:00:27 发布

VIP文章 guyunee

最新推荐文章于 2024-03-09 14:00:27 发布

阅读量1.4w

点赞数

分类专栏： deep learning object detection 文章标签： yolo cnn test

本文链接：https://blog.csdn.net/qq_30401249/article/details/51694298

版权

前面我讲到了如何结合自己的训练集用yolo模型进行训练，官网中只给出了测试单张图片的步骤，本节介绍如何批量处理图片信息及标定的位置的输出。

输入命令：

./darknet yolo valid cfg/yolo-tiny-1class.cfg backup/yolo-tiny-1class_18000.weights

起作用的命令行位于src/yolo.c中。

...

void validate_yolo(char *cfgfile, char *weightfile)
{
    network net = parse_network_cfg(cfgfile);
    if(weightfile){
        load_weights(&net, weightfile);
    }
    set_batch_network(&net, 1);
    fprintf(stderr, "Learning Rate: %g, Momentum: %g, Decay: %g\n", net.learning_rate, net.momentum, net.decay);
    srand(time(0));

    char *base = "results/comp4_det_test_";
    //list *plist = get_paths("data/voc.2007.test"); # 生成过程见官网，表示需要test的文件的路径
    list *plist = get_paths("/home/pjreddie/data/voc/2007_test.txt"); # .txt文件为需要test的文件的绝对路径，和train.txt是相同的形式
    //list *plist = get_paths("data/voc.20