win10+anaconda+pychram+yolov3实战教程

首先先到官网上面去下载权重文件

（1）权重文件下载

https://pjreddie.com/darknet/yolo/

（2）下载yolo3的代码

https://github.com/qqwweee/keras-yolo3

（3）打开pychram

可以看到里面项目的代码

（4）制作数据集

https://blog.csdn.net/qwazp3526cn/article/details/115185129

dir /b/s/p/w *.png>train.txt

 

这篇文章详细的说明了LabelImg 标注工具安装和使用的教程

首先我们先新建一个文件夹data，里面有两个子文件夹分别是train_images和val_images

输入cmd进入项目位置输入代码

dir /b/s/p/w *.png>train.txt

自动生成train.txt文件，文件内容如下：

 

（5）转换模型

1）问题一

遇到这个问题：can't open file 'convert.py'的话

直接打开下面的终端，cd xxxxxx（文件名）进入到你的项目里面去

2）问题二

 No module named 'keras'

打开这篇文章

https://blog.csdn.net/qwazp3526cn/article/details/115328509?spm=1001.2014.3001.5501

 

我自己的是tf.2.3版本搭配的是keras2.4.3

 

然后转换模型输入代码

python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5

生成

yolo.h5

（6）train.py

接下来我们要开始训练了

 

1）voc_classes.txt和coco_classes.txt

修改model_data下的voc_classes.txt为自己训练的类别

修改model_data下的coco_classes.txt为自己训练的类别

2）修改train.py

3）修改yolo3.cfg

修改yolo3.cfg文件参数
1.Pycharm打开yolo3.cfg
2.快捷键Ctrl + F 查找yolo（一共3个yolo），每一处的filter 、classes、random都需做相应更改
filter = 3*(len(classes)+5) #我这里只有一类，所以是18
classes = 1 #有几类写几类
random = 0 #显存小设为0，否则为1

 

4）问题No module named 'PIL'

pip install pillow
pip install matplotlib

5）问题 module 'keras.backend' has no attribute 'control_flow_ops'

找到这行代码

#源代码
_, ignore_mask = K.control_flow_ops.while_loop(lambda b,*args: b<m, loop_body, [0, ignore_mask])

#修改后
_, ignore_mask = tf.while_loop(lambda b,*args: b<m, loop_body, [0, ignore_mask])

(7)开始训练模型