本文介绍了使用Yolo V3模型进行衣物颜色（黑、白、彩）和长短袖、长短裤识别的过程，包括创建数据集、训练模型、调整网络配置和评估精度。在RTX2060 GPU上，平均71ms可处理1张图片，最高准确率达到96.5%。
一、实现功能：识别长短袖衣服及长短裤子的颜色（分类为黑、白、彩）
二、运行环境
1. Ubuntu16.04
2. TensorFlow-gpu 1.8.0
3. Keras 2.1.5
4. GPU rtx2060
三、创建数据集
1. 使用VOC2007数据集的文件结构：
文件结构如下图，可以自己创建，也可以下载VOC2007数据集后删除文件内容。
2. 标注图片：
使用LabelImg(https://github.com/tzutalin/labelImg)对训练图片进行标注生成标签，然后将所有图片放在 JPEGImages 文件夹下，将所有标签(.xml)放在 Annotations 文件夹下。
3. 划分数据集：
python test.py 70%为训练集(train.txt), 15%为测试集(test.txt), 15%为评估数据集(val.txt)。txt文件保存在 ImageSets/Main 下。
4. 转换标签格式：
python voc_annotation.py, 在执行
最低0.47元/天 解锁文章
1646
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
