图像识别
文章平均质量分 94
EdenGabriel
no why,just do.
展开
-
2.2【YoloV3--pytorch】Part Two:基于Pytorch的YoloV3训练自己的数据集----训练、测试
2.1【YoloV3–pytorch】Part One:基于Pytorch的YoloV3训练自己的数据集----准备数据集、配置文件并下载预训练权重文件二、训练按照之前的blog准备就绪后便可以字节开始训练了。python train.py --data data/voc.data --cfg cfg/yolov3-tiny.cfg --epochs 300 --weights weights/yolov3-tiny.weights会在weights文件夹下生成best.pt和last.pt,.原创 2020-05-09 18:12:03 · 1329 阅读 · 2 评论 -
2.1【YoloV3--pytorch】Part One:基于Pytorch的YoloV3训练自己的数据集----准备数据集、配置文件并下载预训练权重文件
之前整理了基于tensorflow的Yolov3训练自己的数据集的相关步骤,奈何最近的一个课程实验要求必须使用pytorch架构的yolov3,so整理一波。参考blog:【YoloV3–tensorflow】Part one ---- 目标检测实战:用YOLOV3训练自建的数据集【YoloV3–tensorflow】Part two ---- Ubuntu16.04:opencv调用yolov3训练后的模型进行目标检测一、数据集准备及配置文件1.1 下载源码并配置环境源码github地址:.原创 2020-05-09 18:08:42 · 2600 阅读 · 1 评论 -
1.2 【YoloV3--tensorflow】Part two ---- Ubuntu16.04:opencv调用yolov3训练后的模型进行目标检测
一、首先将之前有关yolov3训练得到的模型文件以及模型配置文件和分类文件保存到新建的python工程文件夹目录下。也就是yolov3-voc_3000.weights(模型权重文件)yolov3-voc.cfg(模型配置文件)voc.names(模型类别标签文件)。二、代码详解LABELS = open(labelsPath).read().strip().split("\n")...原创 2019-07-26 18:08:40 · 2158 阅读 · 12 评论 -
1.1 【YoloV3--tensorflow】Part one ---- 目标检测实战:用YOLOV3训练自建的数据集
在进行YOLOV3网络框架训练之前最好先熟悉一下自身所使用的软硬件配置。 本机环境:Ubuntu16.04+Python3.5.2+OPENCV3.1.0+CUDA 8.0.61+CUDNN5.1.10 查看本机CUDA版本 :cat /usr/local/cuda/version.txt 查看本机CUDNN版...原创 2019-07-26 18:07:57 · 1917 阅读 · 0 评论