Training YOLOv2
来源:互联网 发布:自学c语言 编辑:程序博客网 时间:2024/06/06 05:51
图像数据库与本文无关
配置好darknet后的测试语句
git clone https://github.com/pjreddie/darknetcd darknetmake下载该权限文件:https://pjreddie.com/media/files/yolo.weights
./darknet detect cfg/yolo.cfg yolo.weights data/dog.jpg./darknet detector test cfg/coco.data cfg/yolo.cfg yolo.weights data/dog.jpg./darknet detect cfg/yolo.cfg yolo.weights data/dog.jpg -thresh 0
tiny的下载链接,作者说是基于Darknet reference network的,有可能权重不一样
wget https://pjreddie.com/media/files/tiny-yolo-voc.weights./darknet detector test cfg/voc.data cfg/tiny-yolo-voc.cfg tiny-yolo-voc.weights data/dog.jpg
webcam的
./darknet detector demo cfg/coco.data cfg/yolo.cfg yolo.weights -c 0 //是可以选摄像头的 具体-c的位置 有待测试
video文件的
./darknet detector demo cfg/coco.data cfg/yolo.cfg yolo.weights <video file>
之前测试训练yolo总是出问题,在此,参考多篇技术文章,来看看,大家的异同点在哪里,争取在月底前能顺利训练出结果。
官网训练过程
https://pjreddie.com/darknet/yolo/
1 获取数据集
我们如果想尝试不同的训练机制、超参数或数据集,可以从头开始训练YOLO。下面是如何让它在Pascal VOC数据集上训练。
首先下载VOC2007 VOC2012,创建一个目录来存储数据。作者给了以下下代码,如果下载不成功,直接进链接下载。
下载完毕后,在该目录解压,
curl -O https://pjreddie.com/media/files/VOCtrainval_11-May-2012.tarcurl -O https://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tarcurl -O https://pjreddie.com/media/files/VOCtest_06-Nov-2007.tartar xf VOCtrainval_11-May-2012.tartar xf VOCtrainval_06-Nov-2007.tartar xf VOCtest_06-Nov-2007.tar
解压完毕后,会在之前建立的目录下生成VOCdevkit/ 目录。
2 生成VOC的Lable
Darknet需要的文件是一个包含着每幅图片信息的txt文件,每一行表示检测目标的grund truth
<object-class> <x> <y> <width> <height>
这里的 x, y, width, height是相对于图片的宽高。
获取标签方法是运行 Darknet’s scripts/ voc_label.py,可以下载该文件(就放到之前创建的目录下吧)
curl -O https://pjreddie.com/media/files/voc_label.pypython voc_label.py
不一会儿,这个脚本便会生成所有标签, 所在目录为VOCdevkit/VOC2007/labels/ 和 VOCdevkit/VOC2012/labels/
ls2007_test.txt VOCdevkit2007_train.txt voc_label.py2007_val.txt VOCtest_06-Nov-2007.tar2012_train.txt VOCtrainval_06-Nov-2007.tar2012_val.txt VOCtrainval_11-May-2012.tar
其中,2007_train.txt文件列举了2007年的图片数据集,但是呢Darknet只需要一个包含了所有需要训练的图片的txt文件。因此我们把除了2007_test.txt以外的文件统统合成一个train.txt:
cat 2007_train.txt 2007_val.txt 2012_*.txt > train.txt
3修改cfg文件
回到Darknet目录下,找到cfg/voc.data这个配置文件,让他指向我们的数据:
1 classes= 20 2 train = <path-to-voc>/train.txt 3 valid = <path-to-voc>2007_test.txt 4 names = data/voc.names 5 backup = backup
其中的为我们的voc数据集路径。
4下载预训练权重
我们使用在imageNet上训练过的权重,我们只需下载darknet19_448.conv.23
5训练
./darknet detector train cfg/voc.data cfg/yolo-voc.cfg darknet19_448.conv.23
还有一个训练coco的,日后再看,先把voc的搞搞。
Alexey 大神的作品
how-to-train-to-detect-your-custom-objects
里面有各种方法的纵向对比图
【yolo v2】训练自己数据集的一些心得—-VOC格式 by HandsomeHans
使用YOLO训练自己的数据样本经验总结 他用过guanghanning的
- Training YOLOv2
- Training in YOLOv2 with your data
- YOLOV2
- YOLOV2
- yolov2 笔记
- ROS YOLOv2
- YOLOv2如何fine-tuning?
- YOLOv2如何fine-tuning?
- YOLOv2 论文笔记
- yolov2(yolo9000) 论文理解
- YOLOv2 论文笔记
- YOLOv2 论文笔记
- Compile YOLOv2 / darknet-master
- YOLOv2 论文笔记
- YOLOv2论文理解
- yolov2论文翻译
- YOLOV2参数详解
- Win10+YoloV2环境配置
- 复习-File对象简单实用
- Unity Configurable Joint 运行时更改参数
- 按照excel指定的样式导出数据
- ST-Link SWD接口接线
- 寻找主元素
- Training YOLOv2
- AVAssetExportSession 视频转码
- wap页开发笔记
- 几个集合的实现原理简介
- 关于FIFO深度的计算的讨论
- Qt 中文使用小结
- vs,C++Win32项目中,添加运行窗口
- 重叠IO overlapped I/O 运用详解
- Null value was assigned to a property of primitive type setter of