使用自己的数据集跑YOLOV3-pytorch进行目标检测

源码：https://github.com/ultralytics/yolov3

我的clone代码：https://github.com/lzhhha/YOLOV3-pytorch

训练过程参考CSDN：

https://blog.csdn.net/public669/article/details/98020800  （Pytorch实现YOLOv3训练自己的数据集）

https://blog.csdn.net/weixin_43730508/article/details/105802677     （Win10下用pytorch-yolov3训练自己的数据集（一））

训练命令：

CUDA_VISIBLE_DEVICES=3 python train.py --data data/rbc.data --cfg cfg/yolov3-tiny.cfg --epochs 600 --weights weights/yolov3-tiny.weights --device 3

测试集检测命令：

python detect.py --data data/rbc.data --cfg cfg/yolov3-tiny.cfg --weights weights/best.pt --device 3

检测结果mAP计算命令 ：

python test.py --save-json --img-size 416 --data data/rbc.data --cfg cfg/yolov3-tiny.cfg --weights weights/best.pt --device 3 --save-json --img-size 416

训练结果：

主文件夹下生成results.png结果图像：

 

测试结果：

测试之后的图像保存在output文件夹中