yolov3笔记

配置:
git clone https://github.com/pjreddie/darknet
cd darknet
make
#make clean
#make

一 计算map #有问题待修改
第一步: 用网络生成测试结果 在rusult文件夹里
(记得修改.cfg网络文件中的类别和filter数)
./darknet detector valid cfg/cxm.data cfg/yolov3-cxm.cfg backup/yolov3-cxm_20000.weights -out "" -gpu 0
#./darknet detector valid cfg/voc.data cfg/yolov3.cfg yolov3.weights -out "" -gpu 0 -thresh .5
第二步:
(每次先删除annots.pkl)
再按需修改computer_mAP.py 内部代码(数据集文职,以及上面result文件夹位置)
python2 computer_mAP.py 

二 测试单张图片

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

更通用版本
./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg

改变阈值
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg -thresh 0.5

三 视频检测
webcam 摄像头
./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights
视频文件
./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights <video file>
./darknet detector demo cfg/cxm.data cfg/yolov3-cxm.cfg backup/yolov3.weights <video file> -thresh 0.75
./darknet detector demo cfg/cxm_tiny.data cfg/yolov3-tiny-cxm.cfg backup/yolov3-tiny-cxm_900.weights 

四:训练
步骤:
数据集放到VOCdevkit中:
python voc_label.py(按需修改voc_label.py)
cat 2007_train.txt 2007_val.txt 2012_*.txt > train.txt

./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74
./darknet detector train cfg/cxm.data cfg/yolov3-cxm.cfg darknet53.conv.74 
./darknet detector train cfg/cxm_tiny.data cfg/yolov3-tiny-cxm.cfg yolov3-tiny.conv.15

五:anchors 修改

 

 

打包
//务必在项目文件夹根目录下运行
pyinstaller --hidden-import=queue -w -F main.py
pyinstaller -F main.py