import os
import numpy as np
import keras.backend as K
from keras.layers import Input, Lambda
from keras.models import Model
from keras.optimizers import Adam
from keras.callbacks import TensorBoard, ModelCheckpoint, ReduceLROnPlateau, EarlyStopping
# 指定那几块GPU是对于本程序可见的 其实有没有都没有什么区别 tensor默认占用全部的
# 一般用在忽略哪块GPU 多GPU只能用一块那种任务
from yolo3.model import preprocess_true_boxes, yolo_body, tiny_yolo_body, yolo_loss
from yolo3.utils import get_random_data
# 多Gpu训练
from keras.utils import multi_gpu_model
import keras.backend.tensorflow_backend as KTF
import tensorflow as tf
os.environ["CUDA_VISIBLE_DEVICES"] = "1"
def _main():
# 训练前记得修改yolov3.cfg和model_data/voc_class.txt
annotation_path = '1.14/train/label1.txt' # 这里是要的由VOC生成的txt,里面包括image地址和框和种类 需修改
log_dir = '1.14/weights/' # 是存放生成好的新的weights的
classes_path = '1.14/train/classes.txt' # 这个我只标记了4类,所以要修改,原来voc
防止keras占满GPU显存-keras-yolo
最新推荐文章于 2024-06-21 01:39:18 发布