qq_40297851的博客

1.原汁原味的训练2.修改 Darknet 和 损失函数的训练3.可以试试 mobilenet 提高实时性。4.原汁原味的训练过程记录：1.用kitti 数据集获得了 自己的 anchors2.3.还是用 初始的聚类参考自https://blog.csdn.net/syysyf99/article/details/932070201. 安装并测试1.1 下载git clone https://github.com/pjreddie/da...

1.命令行语句./darknet detector train wp_data/cfg/voc.data wp_data/cfg/yolov3-voc.cfg 2>&1 | tee wp_data/visualization/train_yolov3.log ＃保存训练日志#上条代码解释：./darknet表示编译后的执行文件，detector train是指令，train表示是训练的过程。wp_data/cfg/voc.data表示的是wp_data/cfg路径下的文件voc..

1.代码 作者原版git clone https://github.com/pjreddie/darknet.git本文的代码包：链接: https://pan.baidu.com/s/1O6YCyJLKXH9MrqnLAYmlug 提取码: dj4g2.生成测试结果2.1 修改data文件 我这里把所有数据都训练了，为了统计训练的map，所以valid 的路径也放的是train路径train.txt 内容2.2 测试命令及结果文件命令# 对应调整 ...

Part I： kmeans 聚类1.kmean 聚类代码 包 下载 指路：https://github.com/lars76/kmeans-anchor-boxes2.使用方法：'''1. 打开 example.py 文件,修改 ANNOTATIONS_PATH。2. 为解决 box has no area 问题，修改 example.py 文件，过滤掉xmax-xmin=0 , ymax-ymin=0时的数据值。 3. 在pycharm中运行，或在 该文件的终端，python e

本文中的总结为本人原创，darkent53 部分的代码来自博主bubbliiiing ，指路ｂ站和github,很优秀的up.在此表示感谢！https://blog.csdn.net/weixin_44791964/article/details/1053106271.建立模型需要的基本 函数接口import torchimport torch.nn as nnimport mathfrom collections import OrderDict#进行一次卷积操作，通常都会紧跟bn

1.kitti-->voc-->darknet 数据集制作1.1kitti数据集下载链接:https://pan.baidu.com/s/1rCxwday9E0TDxXZ6KekcjQ提取码:43y2 （失效的话可以私信我，不过可能回复不及时。）images 下载前三个到一个文件夹下，解压data_object_image_2.zip即可，同时下载标签文件 da...

1.darknet-yolov3 下载Darknet官网：https://pjreddie.com/darknet/yolo/GitHub地址：https://github.com/pjreddie/darknet2.cpu版本 直接 cd darknet-master(darknet 安装路径)； make即可通过./darknet 测试是否安装成功3. gpu...

# modify_annotations_txt.pyimport globimport stringtxt_list = glob.glob('./labels/just_for_test/*.txt')#txt_list = glob.glob('./labels/data_object_label_2 _dealed/training/label_2/*.txt') # 存储L...

该函数是yolov3数据预处理函数，将（x1,y1,x2,y2,class_id）的值转换成label格式。x1,y1是框左上角的坐标，x2,y2是框右下角点的坐标。class_id 类别对应的数字。label格式为，[l][batch,grid,grid,k,xywh,置信度，20个坐标的c值] 其中，只有一个c值为1，其余均为0，xy为中心点坐标，wh为宽高，xywh均为＜1的值。l代...

1.compose函数 作用：相当于tf.sequential()函数，就是在A函数后，进行B函数的运算2.letterbox_image3.rand(a,b) 随机产生位于(a,b)之间的数4.get_random_data"""Miscellaneous utility functions."""from functools import reducefrom P...

"""Retrain the YOLO model for your own dataset."""import numpy as npimport keras.backend as Kfrom keras.layers import Input, Lambdafrom keras.models import Modelfrom keras.optimizers import A...

#以13*13为例def yolo_head(feats, anchors, num_classes, input_shape, calc_loss=False): """Convert final layer features to bounding box parameters.""" num_anchors = len(anchors) #3 # Resh...