毕设使用了YOLOv3训练自己的数据集,接下来简单记录一下项目的部署。
使用的是GitHub上experiencor / keras-yolo3项目
在运行时,发现代码会有一些微小的问题,稍微调一下就能解决。
一、项目部署
根据requirements.txt文件中对库版本的要求,在配置过程中,修改了一些库的版本。
以下是在colab上配置环境时所用的库:(在本地配置用的库版本是一样的)
具体的colab中python版本修改,以及库的安装在另一篇文章中有说点击链接查看
python3.6
absl-py== 0.12.0
astor== 0.8.1
gast== 0.4.0
google-pasta== 0.2.0
grpcio== 1.26.0
h5py== 2.7.1
Keras== 2.2.5
Keras-Applications== 1.0.8
Keras-Preprocessing== 1.1.2
Markdown== 3.3.4
numpy== 1.19.5
opencv-contrib-python== 4.1.2.30
opt-einsum== 3.1.0
protobuf== 3.15.8
PyYAML== 5.3
scipy== 1.1.0
six== 1.11.0
tensorboard== 1.12.2
tensorflow== 1.12.0
tensorflow-estimator== 1.14.0
termcolor== 1.1.0
tqdm== 4.41.1
Werkzeug== 0.14.1
wrapt== 1.12.1
二、数据集准备
使用VOC数据集
pip install labelimg 安装labelimg
用labelimg对数据集标注,生成注释文件.xml
将数据集分成三类,train训练集,valid验证集,test测试集
修改config.json中anchors,label以及数据集文件所在位置
至此,就可以开始模型的训练了。
这样就完成啦!!!
有什么问题可以在评论区交流
结束!!!