darknet下yolov4训练自己的数据集及其调参规则快速教程

本文提供了一个在darknet框架下利用yolov4训练自己数据集的快速教程。首先介绍了数据准备步骤,包括创建数据结构,使用makeTxt.py和voc_label.py脚本处理数据。接着详细说明了如何修改yolov4.cfg的参数,如classes数量,filters值和max_batches等,以及coco.data和coco.names文件以适应自定义类别。此外,还给出了调参的一般规则,如训练次数和学习率调整。
摘要由CSDN通过智能技术生成

前置:下载最新版本darknet并编译,编译opencv

一、数据准备

在darknet-master下建立自己的数据twodata,将自己的数据弄成这种形式:

图片放JPRGImages,xml放Annotations,ImageSets是空文件夹。

其中makeTxt.py

import os
import random
 
trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = './VOC2008/Annotations'
txtsavepath = './VOC2008/ImageSets'
total_xml = os.listdir(xmlfilepath)
 
nu
  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

学术菜鸟小晨

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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