yoloV3spp学习教程

YOLOV3spp使用教程

这个文章是第一次发博客，可能有不对的地方，能给予一些指示，其次本篇文章主要还是在学习b站的一位up主的视频以及在博客上看到的所做的总结。
up主：霹雳吧啦Wz
github：https://github.com/WZMIAOMIAO/deep-learning-for-image-processing

第一：首先注意的是环境配置

期初我使用的是torch1.8.1加上torchvision0.9.0和cuda11，但是跑程序会出现错误，错误如下所示

不仅在yolov3出现，yolov5也是出现这种原因，查过很多资料，说是cuda11能够引起loss nan的情况，所以换了新的环境，问题基本解决。

第二：装pycocotools

看到很多人都会出现这个装不上去，可以用三种方法安装
1. pip install pycocotools
2. conda install pycocotools
3. 或者使用pip install pycocotools-windows

基本上其他的问题，都是库的原因

第三：视频转为为训练的照片

学了很久的目标检测，由于每次照片去训练，都是图片类型，但是现在有一个任务是通过视频来读取照片，这样就会出现一个问题，使用OpenCV读取照片。

比如一个视频是5s钟，1s差不多是30帧，那么使用上述的代码读取将会是一帧一张照片，读取150张照片，所以需要采取比如20帧读取一张照片，那么读取照片少了很多，但是比如检测一些东西依旧会留在照片上，而且会节约时间。

	VIDEO_PATH = './1.avi' # 视频地址
	EXTRACT_FOLDER = './extract_folder' # 存放帧图片的位置
	EXTRACT_FREQUENCY = 100 # 帧提取频率
	
	
	def extract_frames(video_path, dst_folder, index):
	    # 主操作
	    import cv2
	    video = cv2.VideoCapture()
	    if not video.open(video_path):
	        print("can not open the video")
	        exit(1)
	    count = 1
	    while True:
	        _, frame = video.read()
	        if frame is None:
	            break
	        if count % EXTRACT_FREQUENCY == 0:
	            save_path = "{}/{:>03d}.jpg".format(dst_folder, index)
	            cv2.imwrite(save_path, frame)
	            index += 1
	        count += 1
	    video.release()
	    # 打印出所提取帧的总数
	    print("Totally save {:d} pics".format(index-1))
	
	
	def main():
	    # 递归删除之前存放帧图片的文件夹，并新建一个
	    import shutil
	    try:
	        shutil.rmtree(EXTRACT_FOLDER)
	    except OSError:
	        pass
	    import os
	    os.mkdir(EXTRACT_FOLDER)
	    # 抽取帧图片，并保存到指定路径
	    extract_frames(VIDEO_PATH, EXTRACT_FOLDER, 1)
	
	
	if __name__ == '__main__':
	    main()

上面代码链接：https://blog.csdn.net/JNingWei/article/details/77869078
通过上面的代码就会采集到合适的照片

基本信息就是这些，如有其他的，我会继续补充，也希望各位网友能够提一些建议