- 博客(2)
- 收藏
- 关注
RSS订阅原创 UNet模型整体训练流程（VOC数据集为例）
用训练好的模型进行预测，在unet.py里修改参数：model_path = 文件名称(logs)/权值文件名称，修改num_classes = 为自己需要的分类个数+1，input_shape与num_classes与train.py中的一致。运行voc_annotation.py进行训练集和验证集的划分，此时会在VOCdevkit/Imagesets/目录下生成两个txt文件，train.txt存放的是用于训练的图片名称，val.txt文件里面存放的是用于验证的图片名称。
2023-11-05 17:07:59
882
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人