我的tensorflow-yolov3工程直接训练手册

本文详细介绍了使用TensorFlow框架下的YoloV3进行目标检测的数据准备、训练及测试过程,包括数据集的组织方式、配置文件的修改、训练参数的调整以及测试阶段的注意事项。

数据准备:

一般我习惯把数据这样备份:

 

把xml放到这个文件夹里:

把jpg图像放到这个文件夹里:

 

打开ImageSets里的Main文件

打开tensorflow-yolov3/scripts/voc_annotations.py文件

把classes变量里的内容改为自己标注所用到的所有标签。

 

然后进入这个路径:G:\tensorflow-yolov3-master\scripts

打开一个叫make_voc_tfrecords.txt的文件:

打开anaconda prompt:

激活这个环境:

activate tensorflow-gpu-1.10.0

anaconda prompt控制台要用cd命令进入scripts这个目录,如果照我这里,如:

cd G:\tensorflow-yolov3-master\scripts

把上面make_voc_tfrecords.txt里的命令一行一行地输入anaconda prompt控制台,来运行。

之后在这里会生成两个文件voc_test.txt和voc_train.txt,如果原来有这两个文件则会被覆盖。

然后在这里也会生成两个文件:voc_test.tfrecords和voc_train.tfrecords,原来的会被覆盖。

 

训练:

然后运行这个文件开始训练:tensorflow-yolov3-master/train.py

train.py的训练参数在这里:


1.   BATCH_SIZE是总共训练包的个数,但你训练时出现显存不够(Out of range),或是蓝屏、程序崩溃的时候可以尝试把这个参数调小。

2.    STEPS是迭代次数的多少,低则识别率低,反之则否。

测试:

可以用图形界面来测试,运行这个文件:tensorflow-yolov3-master/Main_Dialog.py
如果你不准备识别泥块,要识别你的类别的话在这里转换识别目标的类别:

ERROR1:无法Import mvsdk模块,你需要去这个网址下载mindvision驱动程序(尽管你没用到工业相机,但是我懒得改代码了):

http://www.mindvision.com.cn/rjxz/list_12.aspx?lcid=138

安装后即可。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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