1.下载U-Net训练网络
网络:链接:https://pan.baidu.com/s/1c-Fumks0bsYgo4BOzTkOzQ
提取码:njwa
预训练权重:链接:https://pan.baidu.com/s/1_NCV5Slr9uPKnFn9eX4AUA
提取码:xz3y
2.数据集格式
选用voc数据格式
3.数据集设置
(1)将自己的图片和标签文件放到VOCdevkit下相应文件夹内
(2)运行voc_annotation.py自动生成训练集和测试集.txt
4.预训练权重
(1)将下载好的预训练权重放到model_data
(2)修改train.py中权重文件路径
4.开始训练
根据注释内容修改对应的参数
num_classes指向检测类别的个数+1
(2)训练后的权重文件和日志文件位于logs中
5.训练结果预测
(1)训练结果预测需要用到两个文件,分别是unet.py和predict.py。
我们首先需要去unet.py里面修改model_path以及num_classes,这两个参数必须要修改。
model_path指向训练好的权值文件,在logs文件夹里。
num_classes指向检测类别的个数+1。
修改unet.py中相应的文件路径,和类别数
(2)运行prediect.py文件
参考:Predict-(训练必看)利用训练好的模型进行预测_哔哩哔哩_bilibili