利用YOLOv3代码训练自己的训练集(一)

本文详细介绍了使用YOLOv3训练自己的猫狗数据集的过程,包括下载labelimg进行图像标注,准备训练数据,训练模型并调整参数,以及观察和评估训练结果。尽管最终检测效果不佳,但提供了完整的训练流程。
摘要由CSDN通过智能技术生成

结果

先来看看结果是什么样的:
结果

一.准备操作

1.下载labelimg

这个是用于标注图像的,使用python写的,咱们直接把他download下来,附上链接:
labelimg下载地址
注意:这个地方labelimg路径不能有中文,否则会导致报错或者无法运行

2.下载代码

yolo代码

3.下载数据集

因为是自己的数据集,所以需要大家自己下载,我是在kaggle上找了一些猫狗图,然后在百度上下载了部分猫狗图,总共训练集不到300张,这里最好路径也不要有中文,否则程序也会报错。

二.数据集标注

打开labelimg
使用labelimg
锁定文件夹,并对图像进行标注,输入dog

评论 15
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