yolov3学习笔记(一)yolov3的配置实现与mAP的计算

本文详细介绍了如何配置和使用YoloV3进行源码实现,包括下载源码、编译、预训练权重加载、单张及批量图片测试,并讲解了如何计算yolov3的平均精度(mAP)。提供了测试图像、标注文件、结果文件及计算mAP的步骤和注意事项。
摘要由CSDN通过智能技术生成

本篇为yolov3源码配置实现部分及 使用官方模型进行批量测试

yolo官方主页(包含源码配置)
yolo v3论文

目录

源码配置
  • 下载源码并编译
git clone https://github.com/pjreddie/darknet
cd darknet
make
  • 下载预训练权重(coco)
wget https://pjreddie.com/media/files/yolov3.weights
  • 单张图片测试

darknet下

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg 

应该会出现这个界面:
这里写图片描述
再然后会保存到darknet下prediction.jpg,不会显示,因为没有在opencv下编译
好的,这是单次测试,然后是批量测试

批量测试

如果只是想要批量测试一下并输出记录目标位置信息的txt文件,可以使用valid命令,如下:

./darknet detector valid cfg/voc.data cfg/yolov3.cfg yolov3.weights 

其中,cfg/voc.data 为测试训练路径等配置,这里需要修改
而cfg/yolov3.cfg为yolov3网络配置文件
yolov3.weights 为刚刚下载的权重文件

classes= 20
train  = /home/pjreddie/data/voc/train.txt
valid  = /home/dbc/darknet/test.txt   #你自己的测试图像路径
names = data/coco.names   #注意这里使用的是coco所训练的模型yolov3.cfg所以这里对应为coco.names
backup = backup

这里test.txt为测试图像的路径,
可以使用命令

ls -R /home/dbc/DATASET/1/pic/*.jpg > files.txt

将路径下文件的绝对路径写入files.txt文件中。
我的test.txt中内容如下:

/home/dbc/DATASET/1/pic/000001.jpg
/home/dbc/DATASET/1/pic/000002.jpg
/home/dbc/DATASET/1/pic/000003.jpg
/home/dbc/DATASET/1/pic/000004.jpg
/home/dbc/DATASET/1/pic/000005.jpg
/home/dbc/DATASET/1/pic/000006.jpg
/home/dbc/DATASET/1/pic/000007.jpg
/home/dbc/DATASET/1/pic/000008.jpg
……

执行完在./results/comp4_det_test_[类名].txt里会保存测试结果,像这样

这里写图片描述

打开comp4_det_test_[handbag].txt看一下:
这里写图片描述

按列,分别为:图像名称 | 置信度 | xmin,ymin,xmax,ymax

如果想要批量测试并保存测试结果则需要修改./example/detector.c文件
这里参考了博客

https://blog.csdn.net/mieleizhi0522/article/details/79989754

中的修改方法:

  • 使用以下函数替换了detector.c中的void test_detector函数, 注意修改3处路径
void test_detector(char *datacfg, char *cfgfile, char *weightfile, char *filename, float thresh, float hier_thresh, char *outfile, int fullscreen)
{
   
    list *options = read_data_cfg(datacfg);
    char *name_list = option_find_str(options, "names", "data/names.list");
    char **names = get_labels(name_list);
 
    image **alphabet = load_alphabet();
    network *net = load_network(cfgfile, weightfile, 0);
    set_batch_network(net, 1);
    srand(2222222);
    double time;
    char buff[256];
    char *input = buff;
    float nms=.45;
    int i=0;
    while(1){
   
        if(filename){
   
            strncpy(input, filename, 256);
            image im = load_image_color(input,0,0);
            image sized 
  • 6
    点赞
  • 46
    收藏
    觉得还不错? 一键收藏
  • 14
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 14
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值