pycharm训练数据慢_yolov4体验(keras模型训练+检测)亲测可行

本文详细介绍了如何在PyCharm中使用Keras训练YOLOv4模型,针对数据处理慢的问题提供了解决方案。包括环境配置、代码获取、VOC数据集的预处理、模型训练以及检测效果展示。通过修改batch_size以适应内存限制,并提供了相关代码链接和资源下载地址。
摘要由CSDN通过智能技术生成

3a89d3b8d33134f06dd7fac4dea9aed4.png

1.环境准备
2.代码准备
3.2007_voc数据准备&预处理
4.模型训练
5.检测展示https://blog.csdn.net/ly_twt/article/details/105761312https://github.com/Ma-Dan/keras-yolo4https://arxiv.org/pdf/2004.10934.pdf
----------------------------------------------------------------------------------------------------------------------
1.环境配置cpu版(python3.6)

20ad9ce2259c4eb99669cfa18ded0fcf.png

2.代码准备https://github.com/Ma-Dan/keras-yolo4
git clone https://github.com/Ma-Dan/keras-yolo4.git

2c2fbd22d6c64ebd5ac410f47d4c8806.png

*注意 yolo4.weights 单独下载 https://drive.google.com/uc?id=1cewMfusmPjYWbrnuJRuKhPMwRe_b9PaT&export=download
下载完成后 执行 python convert.py进行转换 自动生成 yolo4_weights.h5


3.2007_voc数据准备&预处理

wget https://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tar

wget https://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar

tar xf VOCtrainval_06-Nov-2007.tar

tar xf VOCtest_06-Nov-2007.tar
按照格式放置文件

2d905bee875661424a61d5bfbd5a009f.png


#修改1 训练自己的数据类别

c28f83cad3568e75bb32dee8a8ca8e07.png

#修改2 训练自己的数据类别

b174dcf301991928b3369d102f359483.png


然后执行 python voc_annotation.py 会在 下面的文件夹路径下生成3个txt 文件

f2bba525b4e47de94ab436c26cfdf4fa.png

防止内存不够 修改 batch_size

89ccc84ee9a0ed3b801fb2dba0ebd2c9.png


4.模型训练
执行 python train.py

CPU 训练慢,仅效果展示

e450b72fe095935ec3f2a4f2ed96ebfa.png

5.检测展示
将测试文件放到 下面路径
执行 python test.py

29f080fb23b9fbbb44666f865e679e71.png

原图

e217090c370230340415544ac740b0b4.png

展示效果

5f65eb15ab4de935b0140fd72e479d9a.png
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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