pytorch yolov3 目标检测教程

原源码：https://download.csdn.net/download/TangLingBo/12609902

刚接触深度学习，跟大家分享一下。

 

1. 安装pytorch(忽略) 我用的版本是 python 3.6  pytorch版本：1.5.0+cu101
2. 标注图片，我使用 精灵标注助手

http://www.jinglingbiaozhu.com/ 官网下载地址

创建标注项目：

 

 

分类别选错了，我这里只演示一个分类

 

 

标注完成后导出数据 VOC

 

 

1. 把图片和xml文件放入到项目里面

 

Annotations 文件夹放xml文件

Images 放图片文件

ImageSets 生成txt的数据

labels xml文件转txt数据

Model 可以放训练的结果

Output 可以放测试输出的图片

Samples 可以放测试的图片

 

1. 看看项目的整体结构

 

1. 把标记的图片转为数据

 

运行 makeTxt.py 文件,就会生成数据(参数根据自己的需要去修改)

 

 

 

运行 voc_label.py 文件,就会生成数据(参数根据自己的需要去修改)

 

 

classes = ["Apple"] 根据自己类别的去修改，例如classes = ["Apple",”test1”,”test2”]

 

1. 生成配置文件cfg,可以用git指令来生成，然后再修改，也可以直接去修改

 

有两种需要注意了：

1、yolov3.cfg 是使用  darknet53.conv.74 这个权重的  (偏大)

2、yolov3-tiny.cfg 是使用  yolov3-tiny.conv.15这个权重的 (较小)

只演示一种 yolov3-tiny.cfg

使用Git bash 生成配置文件

 

 

 

1=是有多少个类别

里面的配置解释https://blog.csdn.net/weixin_44152895/article/details/106570976

 

 

1. 开始训练 train.py

 

参数根据自己的需要去修改

训练的时间看电脑配置和训练图片数量

里面的代码就不讲解了是参考别人的：https://github.com/Lu-tju/YOLOv3_pytorch

训练次数越多越好，GPU效果好，要看自己电脑支持不

1. 测试训练预期 train_test.py

 

参数根据自己的需要去修改

 

1. 测试一下图片detect.py

 

 

 

 

结束，是在网上找的资源和根据自己的见解做的修改。

不懂的地方可以讨论一下QQ：1095788063 我也是新手