python行人检测_基于YOLOv3的行人检测

该博客详细介绍了如何使用YOLOv3进行行人检测,包括数据集处理、YOLOv3代码配置、训练过程及性能评估。提供了从VOC2007/VOC2012/COCO数据集中提取行人图片并转换标注的代码,以及训练过程的可视化。此外,还分享了训练过程中的设置和技巧,以及训练结果的mAP和召回率。
摘要由CSDN通过智能技术生成

YOLOv3行人检测

本脚本集合主要是针对YOLOv3的两个主流版本(AlexeyAB/darknet & pjreddie/darknet),本身不包含YOLOv3的代码和配置文件,但是根据指引可以完成一个效果较好的行人检测系统。

目前主要是以下几个功能:

将YOLOv3常用的网址和资料归纳整理了一下;

提供代码,帮助从VOC2007/VOC2012/COCO等数据集中提取出person类图片,并转换标注。这里提取VOC数据集时默认保留了全部difficult=1的图片,效果会更好,具体请参见Issue #1200;

提供代码,帮助计算mAP正确率;

建议使用tee指令保存训练日志,可使用本文提供的脚本实现训练过程可视化;

效果对比

YOLO_mine(基于AB版本,只检测行人)

YOLO_pj(pj版本,所有类别全检测)

文件结构

yolo_person_detect

|

│ README.md

├─make_yolo_dataset

│ │ helmet_to_yolo.py # 某次比赛用到的转换代码

│ │ show_voc_xml.py # 可视化VOC数据集

│ │ show_yolo_label.py # 可视化YOLO数据集

│ │ xml2json.py #

│ │ coco_to_yolo.py # COCO --> YOLO

│ │

│ ├─YOLO_VOC2007 # VOC2007

│ │ extract_person.py # 从VOC2007数据集中提取person图片

│ │ voc_label.py # 将提取到的person图片转为YOLO格式

│ │

│ └─YOLO_VOC2007_2012 # VOC2007 + VOC2012

│ extract_person_2007.py

│ extract_person_2012.py

│ voc_label.py

  • 2
    点赞
  • 15
    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