目标检测
文章平均质量分 96
MT_Lucky
心之所向,披荆以往
展开
-
VOC数据集制作
VOC数据集制作1 获取数据2 标记图片3 按照PascalVOC数据集的格式整理自己的数据4 划分训练集和测试集1 获取数据对于数据的获取,可以是图片形式,也可以是视频形式,但最终将转化成图片的形式进行数据集的制作。如果是图片的话,可以直接略去这一步,如果是视频文件,我们利用下列代码将数据转化成图片。import cv2import globimport osfrom datetime import datetimedef video_to_frames(path): """原创 2021-03-18 17:18:50 · 14439 阅读 · 8 评论 -
Windows10+YOLOv5训练自己的数据集
Windows10+YOLOv5训练自己的数据集一、环境和配置1.1 安装anaconda1.2 在anaconda中安装pytorch虚拟环境1.3 安装CUDA和cudnn1.4 安装pytorch GPU版二 源码测试2.1 下载源码2.2 安装依赖项2.3 测试2.3.1 下载权重文件2.3.2 测试三、训练自己的数据集一、环境和配置系统:window10CUDA:10.1CUDNN:7.4python:3.7opencv-python>=4.1.2pytorch>=1.7原创 2021-04-16 22:23:20 · 25651 阅读 · 42 评论 -
YOLOv4+tensorflow2.0训练自己的数据
YOLOv4+tensorflow2.0训练自己的数据一、环境配置1.1 实验源码1.2 环境要求二、环境测试2.1 下载权重文件2.2 权重文件转换2.3 测试三、使用自己的数据训练3.1 数据集制作3.2 在data/dataset文件夹下生成数据的描述文件3.3 修改其他文件3.3.1 修改voc_names3.3.2 修改配置文件3.4 训练3.4.1 从头开始训练3.4.2 从yolov4.weight进行迁移学习训练四、使用自己的数据集测试4.1 利用darknet训练出来的模型进行测试4.1.原创 2021-04-01 19:49:52 · 8533 阅读 · 63 评论 -
Windows10+YOLOv4+Darknet训练自己的数据(二)
Windows10+YOLOv4训练自己的数据(二)一、数据集制作这篇文章主要讲怎样使用YOLOv4算法作者提供的YOLOv4源码来训练自己的数据集运行环境的搭建和源码的测试可以参考我的上一篇文章Windows10+YOLOv4训练自己的数据(一)一、数据集制作数据集制作的前半部分可以参考我的上一篇文章VOC数据集制作这里我将讲述数据集制作的下一步第一步:将我们制作好的数据集VOCData数据集放到** **文件夹下,这里我把VOCData文件夹名字改成了VOCdevkit,改不改都没关系,我原创 2021-03-24 19:41:02 · 3745 阅读 · 15 评论 -
Windows10+YOLOv4+Darknet训练自己的数据(一)
Windows10+YOLOv4训练自己的数据(一)一、环境和配置1.1 YOLOv4源码1.2 安装VS1.3 安装CMake1.4 安装CUDA1.5 安装cudnn1.6 安装OpenCV2 VS配置一、环境和配置系统:window10CMake:版本>=3.12CUDA:版本>=10.0Cudnn:需要与CUDA版本对应OpenCV:版本>=2.4Visual Studio 2015/2017/20191.1 YOLOv4源码直接再GitHub上下载就行,下载地原创 2021-03-18 15:52:15 · 2969 阅读 · 18 评论 -
YOLOv3+Tensorflow训练自己的数据
最近在做一个用YOLOv3进行目标检测的项目,根据网上各位大神的博客,结合自己做项目的过程做了一个笔记,方便自己以后回顾实验过程,也给大家做个参考。实验用的程序主代码来自于github上一位大神程序猿,这里给出代码的地址YOLOv3-tensorflow大神源码一、制作数据集根据代码来看,训练和测试使用的数据格式需要按照PascalVOC的数据格式来,所以首先我们需要进行数据集的制作。1 获取数据根据实验需要,我将录制的视频文件分为训练视频和测试视频,然后按帧进行截取,获得训练和测试用的图片,因原创 2020-07-02 18:24:24 · 3261 阅读 · 14 评论