Pytorch-YOLOv3
2021.2.20
一直想要把yolov3代码弄明白,刚开始学的是keras版本的,但是导师说他更喜欢pytorch,于是开始火速学习pytorch。
但是今天学累了,明早起来再开始吧。哈哈哈啊哈哈
运行训练好的模型
环境配置
- 将github库download下来
git clone https://github.com.cnpmjs.org/ultralytics/yolov3.git
- 开梯子速度会快很多(不开梯子200kb往下,开了起飞的感觉)
- 还有挂加速通道(github真的太不友好了)
-
切换到自己需要的虚拟环境(新建也可以,但是我喜欢全放在一个环境里)
-
安装模型所需的lib
pip install -r requirements.txt
- 发现全部satisfied了,以前都下载过
运行已有的模型
- 下载模型(权重文件),官网、百度云都可以,自行解决
- 已经提前下好了,权重文件放到
yolov3
目录下即可 - 这里使用的权重文件是pt格式(torch 保存的一种序列化文件,和pkl很像)
yolov3.pt
- run inference on example images in
data/images
- 目录下有两张示例图片,可以进行检测
python detect.py --source data/images --weights yolov3.pt --conf 0.25
- 最终的结果存放在
runs/detect
目录中
尝试去检测一张和steel defect有关的图片,看一看这个模型的性能怎么样。结果如下:
啥也没测出来。很好。