YOLO模型的使用

本文介绍了在目标检测项目中使用YOLO模型的心得体会,包括YOLO的官方资源、PyTorch实现、代码注释、图片标记工具以及详细的使用步骤。在配置过程中,重点讲述了如何修改相关参数,如设置类别、调整batch大小和过滤器数量。同时,提供了训练和测试YOLO模型的命令。
摘要由CSDN通过智能技术生成

老板需要做目标检测的项目于是学习了一下yolo的使用,在这里贴一些使用过程中的心得,方便日后查阅和交流

相关资源:

yolo官网:https://pjreddie.com/darknet/yolo/

yolo的pytorch实现:https://github.com/eriklindernoren/PyTorch-YOLOv3

针对pytorch实现yolo代码的注释:https://gitee.com/yeye0810/PyTorch-YOLOv3

图片标记工具:https://github.com/tzutalin/labelImg

yolo使用步骤:

相关参数修改

修改文件中的sets和class sets用于指定路径 class用于指定类别 根据voc_label.py的路径存放图片和xml文件 Main文件中的train.txt文件存放所有图片的名称(不带jpg)

cd darknet
cd cfg
vim yolov3-voc.cfg

文档开头需要指定训练格式还是test格式 由于自身计算能力的限制需要将batch更改为32(测试时出现存储转载的现象,所以将该batch改为32),更改yolo下的class和yolo上一层convolution的filter, filter的值为(cla

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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