使用Keras版本的Yolov3训练自己的数据集和进行目标检测时，需要注意的一些问题

最新推荐文章于 2022-11-18 18:21:17 发布

yitai_kongtiao

最新推荐文章于 2022-11-18 18:21:17 发布

阅读量1.1w

点赞数 26

文章标签： Yolov3 Keras 训练深度学习目标检测

本文链接：https://blog.csdn.net/weixin_45488478/article/details/98397947

版权

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

关注