yolov2完整训练流程,附带案例
来源:互联网 发布:学英语 知乎 编辑:程序博客网 时间:2024/06/07 03:20
整个过程以百度云盘: https://pan.baidu.com/s/1jHVSVR4 密码: 9xwy 为例,内含完整的修改过的代码及训练数据
1、安装下载
源码下载,终端输入:
git clone https://github.com/pjreddie/darknet
编译,终端输入:
cd darknet
make
下载预训练模型网址
http://pjreddie.com/media/files/yolo.weights
将下载的模型darknet19_448.conv.23放在personTrainData文件夹目录下
2、样本制作
先将labels下的所有xml文件拷贝至personTrainData/images/person文件夹下,此处总共13张图片及13个
xml文件,分10张作为训练样本,3张作为验证样本。在personTrainData文件夹中新建txt文件
validate.txt用于存放验证集图片路径如/home/yqy/darknet/personTrainData/images/person/s11.jpg
tran.txt用于存放验集图片路径如/home/yqy/darknet/personTrainData/images/person/s1.jpg
3、修改配置文件
打开darknet/cfg/voc.data文件,将classes设置为1,train和validate设置为上一步的train.txt和validate.txt的路径
打开darknet/data/voc.names文件,删除所有内容,输入新的内容person
打开darknet/cfg/yolo-voc-person.cfg文件,修改倒数第一个convolutional标签的filters=35,region标签下的classes为2
4、开始训练
进入darknet目录,终端输入:
./darknet detector train cfg/voc.data cfg/yolo-voc.cfg darknet19_448.conv.23
默认每循环1000次生成的.weights文件将保存至darknet/backup文件夹下
5、使用训练好的模型进行检测
终端输入:
./darknet detect cfg/yolo-voc-person.cfg 生成的模型.weights 需要检测的图片.jpg
./darknet detector test cfg/voc.data cfg/yolo-voc-person.cfg 生成的模型.weights 需要检测的图片.jpg
检测结果将保存为predictions.png
- yolov2完整训练流程,附带案例
- caffe训练分类完整流程
- 用YOLOv2模型训练VOC数据集
- YOLOv2训练voc数据集(一类)
- darknet yolov2 训练自己的数据集
- 使用YOLOv2训练行人检测模型
- 用YOLOv2训练自己的数据集
- 使用yolov2训练自己的数据集
- YOLOv2训练自己的数据集
- YOLOV2
- YOLOV2
- springMVC+MyBatis+Oracle+Web实现增删改查(附带完整案例+数据库数据)
- caffe学习笔记4:训练自己数据的完整流程
- 怎样在代码中使用Debug的调试?另外附带完整的使用流程------OutputDebugString函数
- FxGrid出世(附带完整源代码)
- FxGrid出世(附带完整源代码)
- YOLOv2训练自己的数据集(VOC格式)
- 深度学习(三) YOLOv2训练自己的数据集
- 复杂程序系统构架方法-设备驱动程序
- MySQL 函数
- Calendar类roll和add的区别
- linux---数据流重导向
- css盒子模型的概念
- yolov2完整训练流程,附带案例
- source insight如何保存为utf-8的格式编码
- 远程连接mysql数据库
- mysql远程访问
- java中获取当前时间以及对当前时间操作详解
- 敏捷BI与数据驱动机制
- 集成ShareSDK遇到问题
- Java堆外内存及导致的溢出错误
- 博客养成记 の 小会议:关于论文综述的修改以及项目的开发