YOLOv3调试过程

YOLOv3调试过程:

下载地址： GitHub - ultralytics/yolov3: YOLOv3 in PyTorch > ONNX > CoreML > TFLite

1.环境配置

我配的环境是Pyhtron==3.6.0，PyTorch==1.10.1

2.检测测试

首先，看下官方Readme对于使用YOLOv3进行测试的说明

大致意思就是下载好YOLOv3的预训练模型，接着配置detect.py中的预设参数，运行detect.py就可以实现检测了。

        2.1下载预训练权重

    下载地址： https://github.com/ultralytics/yolov3/releases/download/v9.6.0/yolov3.pt

        下载完成后，把yolov3.pt剪切到项目的根目录下

                  

2.2调试

有了预训练的模型后应该把路径告诉程序，这里的ROOT不知道是什么东西，直接在主函数加断点DEBUG试试。    

错误一：缺少seaborn，install一下就好了

看下Opt变量中的weights

这里的WindowsPath是项目存在的根目录。

完了运行程序就打印输出结果在runs\detect\exp中，可我还没说测试图像还是视频啊。。。

先把visualize打开，这样每次测试的时候就会把画框的结果给出。

改动这两处就可以了，如果测试的是图片就让opencv的刷新率改为0手动刷新，另外要打开view_img，就在配置中设置默认为True 

                    

这一项参数是修改网络的输入，就是将该目录文件下的所有.jpg/.mp4文件都作为输入，这里我修改里面的图像试一试

                                                            

修改成视频试一试，如果修改为视频上面的刷新频率要修改，我改成30就是25fps

                                                                            

视频也是OK的。

这里我发现Opencv画框写的字体也太大了没改小点。

把这个改成1试一试

如果只希望检测行人呢，就是在类别判断时判断只有是行人时才画框

只要加if c==0，因为named里面写了person是第一类。