YOLOv3 训练的各种config文件以及weights文件。

最新推荐文章于 2024-05-17 12:31:48 发布
最新推荐文章于 2024-05-17 12:31:48 发布
阅读量2w 收藏 42
点赞数 21
分类专栏： opencv，图像处理，特征提取 CNN+深度学习 目标检测 文章标签： 深度学习 yolov3 目标检测 weights CNN
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/qq_32998593/article/details/88721800
版权

YOLOv3训练过程中的各种文件。包括配置文件，权重文件。

yolov3.pt

yolov3.weights

darknet53.conv.74

yolov3-spp.weights

yolov3-tiny.conv.15

yolov3-tiny.pt

yolov3-tiny.weighs

https://drive.google.com/open?id=1uxgUBemJVw9wZsdpboYbzUN4bcRhsuAI
（已经过期了，这个链接）

训练过程中会遇到很多问题。

yolov3-tiny.conv.15 index 3 is out of bounds for axis 0 with size 0。

这就是下载文件没有下载到这个yolov3-tiny.conv.15这个文件。需要去官方找这个文件或者这个google drive 去下载这个文件。

同理，其他所有的文件都可以去一一对应下载。

2020-07-13

ps:由于很多人在下面留言说，google drive已经过期，所以我单独下下来传到百度云盘上。

链接：https://pan.baidu.com/s/1hMeSwO_Td16q9fgWsNb2eg 
提取码：f8g2

如果有用，记得点赞👍加收藏哦。！！！！

是否龙磊磊真的一无所有
关注
  • 21
    点赞
  • 踩
  • 42
    收藏
    觉得还不错? 一键收藏
  • 17
    评论
专栏目录
yolov3需要的weights文件
12-29
yolov3.weights
yolov3-spp.weights
05-15
来自官网的yolov3-spp权重文件 分享给大家 可以快速下载 避免下载等待时间过长
yolov3-tiny.pt的下载方式
最新发布
love_libra的博客
05-17 295
就可以看到这个，下载就ok。
yolov3的weights文件获取方法(yolov3-spp.weights等等)
watermelon的博客
11-20 1万+
在训练YOLOv3过程中，需要加载weights文件 会提示如下错误 AssertionError: weights/yolov3-spp.weights missing, download from https://drive.google.com/drive/folders/1uxgUBemJVw9wZsdpboYbzUN4bcRhsuAI 但谷歌云盘需要翻墙，所以我们用另一种方法下载 ht...
从.weights中提取权重数据
DayDreamer_FPGA的博客
02-15 8652
从.weights文件中提取权重数据前言.weights文件将.weights文件转换成.h5转换脚本convert.py其他准备工作转换成.h5从.h5文件提取数据关于.h5文件摸清.h5的子文件夹名字 前言 我在做有关YOLO的工作，需要从训练好的权重文件中将数据提取出来另作他用，因此记录下提取数据的过程。 .weights文件 .weights文件是Darknet所保存的文件，内含训练出来的...
darknet yolov3 数据集weights文件训练
wangjianweivip的专栏
05-27 1972
yolov3数据集训练 看文章之前建议去官网看看 https://pjreddie.com/darknet/ 上面是比较官方的做法 下面是自己看别人的文章做出来的数据集 安装python环境 这参考https://www.runoob.com/python/python-install.html 建议安装3.65版本 用labelimg个图片打标签 下载 git clone https://github.com/tzutalin/labelImg 使用方法 1双击labelImg.exe 执行一些pyt
YOLOv3：将yolov3的.weights文件转换为keras、tensorflow等模型所需的.h5文件的图文教程,以及常见错误解决思路
weixin_41146894的博客
11-24 3003
YOLOv3：将yolov3的.weights文件转换为keras、tensorflow等模型所需的.h5文件的图文教程,以及常见错误解决思路一、首先下载YOLOv3代码和yolov3.weights，二、打开Anaconda Prompt (ANACONDA)，跳到你放文件夹的地方三、进入你的文件夹四、开始转换六、没有安装Anaconda,使用的pycharm怎么转换7、容易犯的错误 一、首先下载YOLOv3代码和yolov3.weights， 代码网址：https://github.com/qqwwee
yolov5训练visdrone数据集
05-09
这里`yolov5s.yaml`是模型配置文件，`visdrone.yaml`是数据集配置文件，`--weights yolov5s.pt`表示使用预训练的YOLOv5s权重启动训练。 在训练过程中，模型会不断迭代优化权重，通过损失函数评估预测框与真实框的...
yolov5n wts权重文件
06-27
YOLOv5n WTS权重文件是用于YOLOv5n模型的预训练权重，这个模型是YOLO（You Only Look Once）系列目标检测算法的一个变体，专注于提高检测速度和精度的平衡。YOLO是一种实时的目标检测系统，最初由Joseph Redmon等人...
yolov5训练安全帽检测所需资源及脚本
08-02
3. **配置文件**（`config.py`）：定义模型结构、学习率、优化器、批大小等训练参数的配置文件。 4. **训练脚本**（`train.py`）：用于启动训练过程的Python脚本，通常会加载数据集、配置模型、设置训练参数，并...
yolov3-master-protorch.zip
02-11
7. `weights`目录：存储训练过程中和最终的模型权重文件。 8. `images`目录：可能包含用于测试和示例的图像。 运行这个项目，用户首先需要准备训练数据集，包括标注了人头位置的图像。然后，调整`config.py`中的...
摔倒检测yolov8的训练权重和推理代码
12-13
3. 权重文件：`fall/weights/best.weights` 可能是训练过程中最佳模型的权重文件，用于推理。 4. 训练脚本：`fall/train.py` 是执行模型训练的Python脚本，包含了训练过程的完整逻辑。 5. 推理脚本：`fall/inference...
yolov3.weight
qq_39668214的博客
07-27 3708
最近在看yolo系列的文章，菜鸡的我加上破烂的笔记本连训练都做不了，只能先拿个检测网络练手。 检测网络必须有训练好的参数，我也用的是官网提供(网上听说)的去找权重文件–yolov3.weight， 我是最看不惯有些人利用自己一点找资料的途径而去要什么积分之类的。话不多说，直接上货 链接：https://pan.baidu.com/s/1S1HDvj-yHjFUm5PpgkeiuQ 提取码：pkfn 复制这段内容后打开百度网盘手机App，操作更方便哦 传两张检测的图片（虽然很烂，但也是第一次检测成功） 加
最通俗易懂的YOLOv3原理及代码解析
welcome_yu的博客
08-24 6508
YOLO是一种端到端的目标检测模型。YOLO算法的基本思想是：首先通过特征提取网络提取输入特征，得到特定大小的特征图输出。输入图像分成13×13的网格单元，接着如果真实框中某个对象的中心坐标落在某个网格中，那么就由该网格来预测该对象。每个对象有固定数量的边界框，YOLO v3中有三个边界框，使用逻辑回归确定用来预测的回归框. YOLO结构 Yolo v3整个结构，不包括池化层和全连接层。Yolo主干结构是Darknet-53网络，还有 Yolo预测支路采用的都是全卷积的结构。 图1 YOLO v3 结构
【yolov3】【3】yolov3-spp网络训练踩坑纪实（pytorch0.4环境跑pytorch1.0代码）
yjyjjyjy1231的博客
11-07 7240
文章目录bug1: 'too many indices for tensor of dimension 1'bug2: 多GPU训练 ''YOLOLayer' object has no attribute 'ng'' bug1: ‘too many indices for tensor of dimension 1’ bug描述： 问题出在dataset.py文件中，collate_fn函数中有...
目标检测—基于Yolov3的目标检测项目实战（学习笔记）
thy0000的博客
03-14 1万+
最近在学习tensorflow，尝试运行学习了github上基于yolov3的一个目标检测项目，此算法可对视频、图片、摄像头实时进行检测 模型训练后检测效果如下： 1.输出视频截图 2.输出图片 源代码地址：https://github.com/zzh8829/yolov3-tf2 Git加速地址：https://gitcode.net/mirrors/zzh8829/yolov3-tf2?utm_source=csdn_github_accelerator 搭建环境：tensorflow2.3（GPU
cv2.dnn.blobFromImage的用法参数
weixin_43931012的博客
12-13 1942
参数说明： blobFromImage( InputArray image, double scalefactor=1.0, const Size& size = Size(), const Scalar& mean = Scalar(), bool swapRB = false, bool crop = fa...
YOLOv3物体/目标检测之实战篇（Windows系统、Python3、TensorFlow2版本）
热门推荐
黎国溥
09-28 2万+
前言 基于YOLO进行物体检测、对象识别，在搭建好开发环境后，先和大家进行实践应用中，体验YOLO3物体/目标检测效果和魅力；同时逐步了解YOLO3的不足和优化思路。 开发环境参数 系统：Windows 编程语言：Python 3.8 深度学习框架：TensorFlow 2.3 整合开发环境：Anaconda 开发代码IDE：PyCharm 主要使用TensorFlow2.3、opencv-python4.4.0、Pi...
weights.txt文件解说
墨夜之枫的博客
02-19 752
第一层网络用553的卷积核，一共6个。下面给出了6个卷积核中的所有参数w 以下记录了6个卷积核各自的偏置项b，每个卷积核一个偏置b，6个卷积核共有6个偏置b 这里记录了BN操作中的缩放因子γ，每个卷积核一个γ，6个卷积核共有6个缩放因子γ 这里记录了BN操作中的6个偏移因子β，每个卷积核一个β，6个卷积核共有6个偏移因子β 这里记录了第一层全连接网络，共1536行128列的线上权重w， 这里记录了第一层全连接网络128个偏置b 这里记录了第二层全连接网络，128行10列线上权重w 以下记录了第
yolov3-tiny训练自己
04-04
的数据集教程 本教程将指导您如何使用YOLOv3-tiny网络在自己的数据集上进行训练。 1. 准备数据集 首先，您需要准备自己的数据集。数据集应包含图像文件和相应的注释文件，注释文件应为XML或TXT格式。注释文件应包含图像中每个对象的边界框坐标和类别标签。 建议使用Pascal VOC格式，因为它是YOLOv3-tiny训练所需的格式。如果您使用的是不同格式，请将其转换为Pascal VOC格式。 2. 下载YOLOv3-tiny训练所需的代码和权重文件 您需要下载YOLOv3-tiny的源代码和预训练的权重文件。您可以从GitHub上的darknet仓库中获取源代码，从YOLO官方网站上获取权重文件。 3. 修改配置文件 您需要修改YOLOv3-tiny的配置文件来适应自己的数据集。配置文件位于darknet/cfg目录中，名为yolov3-tiny.cfg。 您需要修改以下配置项： - batch：批次大小。建议使用64。 - subdivisions：每批次的分区数。建议使用16。 - classes：分类数。与您的数据集中的类别数相同。 - filters：卷积层滤波器数。请参考下面的公式计算：filters = (classes + 5) * 3。 - random：随机种子。建议使用不同于默认值的整数。 4. 将数据集划分为训练集和验证集 您需要将数据集划分为训练集和验证集。建议将80％的数据用于训练，20％的数据用于验证。 您可以使用train.txt文件和val.txt文件分别列出训练集和验证集中的图像文件路径。您可以使用以下命令生成这些文件： $ ls /path/to/images/*.jpg > train.txt $ ls /path/to/images/*.jpg > val.txt 5. 生成标签文件 您需要生成标签文件，该文件列出数据集中的所有类别标签。您可以使用以下命令生成标签文件： $ echo "class1" > classes.txt $ echo "class2" >> classes.txt $ echo "class3" >> classes.txt 6. 编译darknet 您需要编译darknet以进行训练。在darknet目录中，运行以下命令： $ make 7. 开始训练 您可以使用以下命令开始训练： $ ./darknet detector train /path/to/config/file /path/to/weights/file -map 示例： $ ./darknet detector train cfg/voc.data cfg/yolov3-tiny.cfg yolov3-tiny.weights -map 训练期间，您可以使用以下命令来检查模型的性能： $ ./darknet detector map /path/to/config/file /path/to/weights/file 示例： $ ./darknet detector map cfg/voc.data backup/yolov3-tiny_1000.weights 8. 测试模型 训练完成后，您可以使用以下命令测试模型： $ ./darknet detector test /path/to/config/file /path/to/weights/file /path/to/image 示例： $ ./darknet detector test cfg/voc.data backup/yolov3-tiny_1000.weights data/test.jpg 9. 识别视频 您可以使用以下命令在视频中运行模型： $ ./darknet detector demo /path/to/config/file /path/to/weights/file /path/to/video 示例： $ ./darknet detector demo cfg/voc.data backup/yolov3-tiny_1000.weights data/test.mp4 这就是YOLOv3-tiny训练自己的数据集的全部过程。祝你好运！

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 17
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