最近因为工作需要,使用了Yolo v3做目标检测。由于它自带的数据集完全不能够满足需要,只能从头开始自己训练。当然这必须要用python来做了,不能用C语言。。。
首先,我发现那个著名的Keras版本非常好:https://github.com/qqwweee/keras-yolo3 但它的一些地方很麻烦,尤其是关于训练,作者给出的方法太粗糙了,甚至没有使用标注软件。。。
于是我在网上搜索了一下,发现有个网页确实讲得很具体,值得学习啊,感谢 鸡立鹤群的大愚弱智 为大家所做的贡献:https://blog.csdn.net/u012746060/article/details/81183006
但其中还是有一些问题没有讲清楚,以至于网页下方有很多人在提问,始终没有收到回复。因为我已经基本搞明白了,所以这里补充说明几个关键点,希望对大家有用:
-
文件夹叫什么名字其实无所谓,不一定要叫VOC2007,只需要在后面的各项设置中把名字对应上就行。
-
logs/000/目录也不是一定要存在,如果想放在别的路径,记得训练之前去train.py里,把log_dir = ‘logs/000/’ 改掉;训练之后去yolo.py里,把"model_path": ‘logs/000/trained_weights.h5’ 改掉。
-
就如同一些人发现的那样,使用python yolo.py实际上是无法实现图片检测的,只会显示Using TensorFlow backend,然后立即退出。正确的办法应该是使用python yolo_video.py --image。
PS:如果直接去原作者的Github页面看他的介绍ÿ