yolov3数据集下载训练_Yolov3基于Keras使用自己的数据集实现目标检测网络

前言：本文主要针对Yolov3目标检测网络在技术上基于Keras的实现过程，并不对其原理进行深究。其原理请参考Yolo系列原文以及前人的相关博客。（附于文末）

Yolo应该来说是我进入研究生生涯遇到的第一个练手项目，本文所使用的代码均基于前人修改，具体请参考我的github仓库https://github.com/JingyuYang1997/YoloV3_Keras_EasyPractice

该文章旨在为使用自己的数据集训练Yolov3提供一些参考。

首先需要使用labelimg创建自己的数据集。其操作比较简单，这里不再赘述。使用该工具生成与图片同名的xml文件，该文件记录了图片中所标注的box的大小坐标以及分类。将图片与标注文件保存为如下结构（包含images和annotations两部分，图示以VOC2007为例）：

创建好数据集后使用仓库中的convert.py将所有xml文件转化为一个记录所有标签的txt文件，具体请参考仓库中的说明。

接下来就可以开始训练了。博主基于的平台为：Win10，tensorflow-gpu1.8.0，keras 2.2.4，python3.6，GTX1060 6g。Enjoy your training!

仓库中，博主借鉴了数据集Pascal Voc007，仅使用其中的图片以及对应的xml文件，创建了如上的文件结构。以下是一些输出结果的展示：

参考链接：

1.github仓库 https://github.com/JingyuYang1997/YoloV3_Keras_EasyPractice

2.Yolov1:https://arxiv.org/pdf/1506.02640.pdf

Yolov2:https://arxiv.org/pdf/1612.08242.pdf

Yolov3:https://arxiv.org/pdf/1804.02767.pdf