Darknet YOLO——训练自己的数据集，检测指定的物体

最新推荐文章于 2025-03-20 17:15:22 发布
最新推荐文章于 2025-03-20 17:15:22 发布
阅读量3.4k 收藏 24
点赞数 3
分类专栏： YOLO
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Bryan_QAQ/article/details/90789549
版权
这篇博客介绍了如何使用Darknet YOLO框架训练自定义物体检测数据集。从获取和标记训练样本，创建文件夹结构，修改配置文件，到开始训练及结果测试，详细阐述了每个步骤。博主分享了训练过程中的参数指标，并提醒读者实际应用中需要更多的迭代次数。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

                                Darknet YOLO——训练自己的数据集，检测指定的物体

一、获取训练集的txt、xml文件

(1)获取训练集样本(我这里训练集有两类，每一类10张)
在这里插入图片描述
在这里插入图片描述

(2)利用LabelImg标记训练样本，分别获得每张图片对应的.txt、.xml文件。
①添加自己的类
在这里插入图片描述
在这里插入图片描述
②打开工具，标记生成对应文件
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
ctrl+s保存
在这里插入图片描述
③改变保存的模式
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
这样就保存了一张图片的.txt、.xml文件。之后点击下一张，同样的操作。

最低0.47元/天 解锁文章
YOLO训练
hrsstudy的博客
03-24 1万+
YOLO 数据准备、训练、可视化训练过程中间参数、模型评估
Windows下使用Darknet训练自己的数据集（模型：yolov4-tiny、数据集：垃圾分类）
weixin_52939176的博客
01-18 6126
超级详细的Darknet训练自己数据集的教程博客，使用yolov4-tiny模型进行垃圾分类数据集进行训练！
深度学习编译darknet训练自己的数据集
戚晨夕的博客
04-16 3235
深度学习 文章目录深度学习前言一、环境搭建二、编译 darknet总结 前言 如果想让 YOLO 识别我们指定的目标，那就需要先准备一套数据集，然后 对 YOLO 进行训练，“教会”YOLO 认识这些目标。训练的结果是生成一个.weight 权重文件，等到识别的时候，加载这个权重文件即可识别我们指定的目标。 一、环境搭建 由于 jetson nano 算力有限，不大适合用做训练。所以我们需要另外搭建一个 训练环境，编译 darknet。 训练环境从硬件方面分为两种： ①台式机或笔记本，x64 平台设备，必须
实时目标检测算法YOLO
最新发布
qq_40686435的博客
03-20 1652
如果你有自己的数据集或图像，并希望进行进一步的分析，YOLO 允许你自定义推理过程。
darknet训练自己的数据集
如云漂泊的博客
07-24 9536
darknet训练自己的数据集（pytorch版本） 2019/7/24 11:08 如云漂泊 话不多说，直接开始训练步骤。 1.文件目录 从github下载darknet-master文件夹，在文件夹根目录新建myData文件夹，在myData文件夹下再新建三个文件夹，分别为annotations、ImageSets、JPEGImages，其中annotations文件下存放xml文件...
使用darknet训练自己的数据集
Lewis的博客
07-16 959
使用darknet训练自己的yolov3模型
摩托车电动车检测数据集，包含VOC和YOLO数据格式
09-23
数据集以两种流行的目标检测格式——VOC（PASCAL VOC）和YOLO（You Only Look Once）提供，这使得它适用于广泛的机器学习和深度学习算法。 首先，让我们了解一下PASCAL VOC数据格式。PASCAL Visual Object Classes ...
darknet-yolo深度学习训练工具集
01-22
只需准备好数据集，就可以利用YOLOv3-tiny的强大功能，进行深度学习模型的训练，实现自己的目标检测应用。同时，对于想要在Linux环境下操作的用户，作者也表示可以提供相应版本的支持。通过这个工具集，深度学习的...
8关于简单目标识别与意图分析的机器学习实战研究（神经网络目标识别——使用keras-yolo3训练自己的数据集）1
08-08
在开始训练自己的数据集之前，我们需要先将YOLOv3的Darknet格式权重转换为Keras可读的H5格式。这可以通过运行`convert.py`脚本来完成，该脚本将YOLOv3的`.weights`文件转换为`.h5`文件，然后保存在`model_data`目录...
药丸检测36-YOLO（v5至v9）、COCO、CreateML、Darknet、Paligemma、TFRecord、VOC数据集合集.rar
12-18
CreateML是苹果公司推出的一个机器学习框架，可以简化模型训练过程，Darknet是YOLO的原生框架，而TFRecord是TensorFlow的数据格式，VOC（Visual Object Classes）是用于目标检测和图像分割的一个基准数据集。...
【YOLO】详解：YOLO-darknet训练自己的数据
The lost generation的博客
06-25 455
转自：http://blog.youkuaiyun.com/Jinlong_Xu/article/details/75577007
yolo实现模型（darknet）
04-21
支持yolov1,yolov2,yolov3,yolo9000 cpu，gpu实现均支持。 无需TensorFlow，caffe等框架要求
darknet yolo v2 训练自己的数据
lwei的专栏
01-12 6616
yolo-darknet是一个目标检测网络框架，这篇博客介绍了如何使用这个网络来训练自己的数据，以达到更好的检测效果。
Darknet-Yolov3训练自己的数据
Sunny_Darker的博客
11-04 3633
题记：YOLOv3训练自己的数据集，可参考官方指导，点这里，简答易懂。 一、下载代码 git clone https://github.com/pjreddie/darknet cd darknet 二、编译 修改Makefile配置，需要改的地方注释了 Makefile修改如下： GPU=1 #使用GPU设置为1，CPU设置为0 CUDNN=1 #使用CUDNN设置为1，否则为0 OPENCV=1 #使用OPENCV设置为1，否则为0 OPENMP=0 #使用OPENMP设置为1，
Darknet （检测自定义对象）安装并使用自己的数据集进行训练完整步骤
baidu_41906969的博客
03-18 1639
Darknet （检测自定义对象），使用自己的数据集进行训练完整步骤。 一、安装darknet 根据官网步骤，进行安装即可，官网连接：https://pjreddie.com/darknet/ 二、将自己的数据集转换成darknet需要的数据格式 之前我有写过转换数据的具体步骤，连接是： 三、下载预训练模型 我使用的是yolov4预训练模型yolov4.conv.137。 四、配置训练要使用的cfg文件 1、建议将 darknet/cfg/yolov4.cfg，copy一份，重命名（可自命名），我取为yol
darknet yolov2 训练自己的数据集
qq_27840681的博客
03-19 5754
ubuntu14.04+opencv2.4.10+cuda7.5+cudnn5.0 训练集：20张图片 00001.jpg-00020.jpg           测试集：5张图片 00021.jpg-00025.jpg 其中，训练集中18张用于Train，2张用于Validation。 分类个数6个 一、生成xml，使用工具https://github.com/tzutali
darknet-yolov3训练自己的数据集（超详细）
yishuihanq的博客
02-03 9104
该文原地址：darknet-yolov3训练自己的数据集（超详细） - AnswerThe - 博客园 一、标注工具（labelimg） 1.下载地址 2.双击运行 3.保存后的文件为xml格式 二、下载编译darknet 1.拉取darknet git clone https://github.com/pjreddie/darknet cd darknet 2.修改配置文件Makefile（如何使用gpu可参考） GPU=1 #如果使用GPU设置为1，C.
【darknet-yolo系列】通过自己的数据样本训练模型
sazass的博客
06-30 1242
运行环境：windows 前提条件：已在windows下成功安装完darknet 1.利用labelImg.exe的采集的数据进行标注 一般标注完成后每一张图像都会生成一个对应的xml文件 2.利用xml文件生成对应的txt文件
基于darknet框架+yolov3训练自己的数据集
Keep_Trying_Go的博客
05-24 1956
基于darknet框架+yolov3训练自己的数据集
YOLO训练自定义数据集教程与资源汇总
1. "darknetyolo训练自己的数据集(包含ros封装)"：这个链接提供了一个教程，介绍了如何使用Darknet框架训练自定义数据集，并且整合了ROS。Darknet是一个开源的深度学习框架，用于快速地训练和部署神经网络，而ROS是...
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值