基于YOLOv3的目标检测模型训练与应用
1. 目标检测预测
首先,我们可以通过以下代码对每张图像进行预测:
# For each image, call the prediction
for image_path in IMAGE_PATHS:
infer_object(detection_model, image_path)
预测结果会将检测到的对象用边界框包围起来,如图示例所示。
2. 训练YOLOv3模型
2.1 准备工作
在开始训练之前,需要登录Google Colab账户并创建一个新项目。
2.2 安装Darknet框架
Darknet是一个用C和CUDA编写的开源神经网络框架,可在CPU和GPU上运行。以下是安装步骤:
1. 克隆Darknet GitHub仓库:
%%shell
git clone https://github.com/ansarisam/darknet.git
# 官方仓库
#git clone https://github.com/pjreddie/darknet.git
如果想从官方仓库下载,取消第4行注释并注释第2行。
2. 克隆完成后,展开文件浏览器,导航到darknet目录,将Makefile下载到本地计算机并编辑,修改如下内容:
超级会员免费看
订阅专栏 解锁全文
1675

被折叠的 条评论
为什么被折叠?



