从零调试一份github上的yolov3代码(Windows下)

yolov3代码链接:eriklindernoren/PyTorch-YOLOv3: Minimal PyTorch implementation of YOLOv3 (github.com)

以上这份yolov3,代码可以说是yolo系列最常用的结构了吧。

 下面开始一步步解析如何正常运转这份代码。。。

config文件要修改 classes数和filter数

一. 使用官方数据集

针对本份代码:yolov3需要的外部数据集文件:6个文件

train.txt:存放训练集图片的绝对路径

val.txt:存放验证集图片的绝对路径

labels文件夹下的train.txt:存放训练图片的目标框信息

labels文件夹下的val.txt:存放验证图片的目标框信息

.names文件:存放类别信息

.data文件:存放以上 .names文件,train.txt,val.txt的,以及类别数目   4种信息

1.1. 使用coco数据集

打开data文件夹下的get_coco_dataset.sh文件

总结:

(1)只需要下载5k.part,trainvalno5k.part,labels.tgz文件

(2)在和5k.part以及trainvalno5k.part同级的目录的git bash中运行下述代码,即可生成含绝对路径的 5k.txt文件,和 trainvalno5k.txt文件。

paste <(awk "{print \"$PWD\"}" <5k.part) 5k.part | tr -d '\t' > 5k.txt
paste <(awk "{print \"$PWD\"}" <trainvalno5k.part) trainvalno5k.part | tr -d '\t' > trainvalno5k.txt

(3)再下载  这个链接https://github.com/pdollar/coco的coco数据集

windows下不能直接运行.sh文件,所以得打开自己找链接下载。

git bash也只能下载github的文件,而不能下载其他网址的文件。

关于coco数据集下载,我想说的是:

很多官方代码都说要下载这四个文件:只关注链接,直接点链接下载

wget -c "https://pjreddie.com/media/files/instances_train-val2014.zip" --header "Referer: pjreddie.com"
wget -c "https://pjreddie.com/media/files/coco/5k.part" --header "Referer: pjreddie.com"
wget -c "https://pjreddie.com/media/files/coco/trainvalno5k.part" --header "Referer: pjreddie.com"
wget -c "https://pjreddie.com/media/files/coco/l
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值