yolo训练自己的数据集
来源:互联网 发布:网络基础技术视频教程 编辑:程序博客网 时间:2024/06/04 19:58
前言
使用darknet来配置yolo训练自己的数据集是很很方便的
制作自己的数据集
训练自己的数据集首先要制作好训练集,制作数据集,yolo使用的数据集是voc格式的.制作数据集之前先要把自己的数据(一般是图片)进行标注,标注使用的工具是LabelImg,安装及使用方法可参考这篇博客.
标注完成后还需要进行一些处理,按照voc格式创建一些文件夹和必要的文件,我参考的是这篇博客.
制作过程也简单讲一下:
a.在“Image”文件夹下存放所有的图片样本(包括训练数据和验证数据,而且最好是jpg格式)
b.下载labelImg(一种图像标记工具,给图像中的目标打上标签,且可以生成训练需要的xml格式),具体的使用方法可以百度,操作起来很简单。
c.与“Image”文件夹同级新建“xml”文件夹,“xml”文件夹存放labelImg得到的所有图片样本的标签。
d.现在就是要将所有的样本分成训练集和验证集,而且要将训练集和验证集对应的xml也分开。这里下载python脚本,直接放在“Image”和“xml”文件夹同级路径。
具体的:
运行traindata.py:
生成trainImageXML文件夹,存放训练图片xml标签;
生成validateImage文件夹,存放验证集图片;
生成validateImageXML文件夹,存放验证集图片的xml标签。运行trans.py:
生成trainImageLabelTxt文件夹,存放训练图片通过xml标签转化得到的txt文件(若在训练过程提示txt文件找不到,则把此文件夹下的txt文件夹移动到trainImage文件夹);
生成validateImageLabelTxt文件夹,道理一样。
另外得到的trainImagePath.txt和validateImagePath.txt存放着训练图片和验证图片的路径。
配置yolo
参考博客
- tiny-yolo 训练自己的数据集
- YOLO训练自己的数据集
- yolo训练自己的数据集
- yolo训练自己的数据
- 【YOLO】数据集处理训练自己的数据集
- Yolo-v2训练voc及自己的数据集
- 用YOLO训练自己的数据集--20170823
- win10+yolo配置,训练自己的数据集
- yolo v2 训练自己数据集遇到的问题
- YOLO教程之训练自己的数据
- darknet yolo v2 训练自己的数据
- yolo训练自己的数据实践总结
- darknet yolo v2 训练自己的数据
- YOLO v2 训练自己的图像数据
- darknet yolo训练自己的数据
- 3—YOLO:训练自己的数据
- 详解:YOLO-darknet训练自己的数据
- 【YOLO学习】使用YOLO v2训练自己的数据
- leetcode习题解答:45. Jump Game II
- 12.20
- Hopcroft-Karp算法代码解释:
- 20171221_C语言学习
- cisco静态路由的详细配置
- yolo训练自己的数据集
- 机器学习教程 之 支持向量机:模型篇1—支持向量与间隔
- 密码学原理_Crypto++实现SHA-1近似碰撞寻找
- hdu 找新朋友
- javascript换行问题
- 数字图像处理,初识压缩感知Compressive Sensing
- cisco静态浮动路由详细配置
- Java实例-九九乘法表
- hdu 6237