keras yolo3训练技巧以及踩过的坑

最新推荐文章于 2024-03-29 11:08:09 发布

robinspada

最新推荐文章于 2024-03-29 11:08:09 发布

阅读量4.6k

点赞数 3

CC 4.0 BY-SA版权

文章标签： keras TensorFlow yolo 训练技巧

本文链接：https://blog.youkuaiyun.com/robinspada/article/details/87103216

本文介绍了在Windows环境下使用Keras进行YOLOv3训练时遇到的问题，包括TensorFlow与CUDA版本匹配、标注软件选择、数据格式转换、图片尺寸调整以及GPU内存不足的解决方案。通过VoTT工具进行标注，利用convert_vott_to_kerasyolo3txt.py脚本简化转换过程，并提供resize.py脚本以调整图片尺寸，同时给出了在GPU内存不足时如何禁止GPU训练的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

我是在windows下安装的，虽然不推荐，但是没有机器装linux，windows用起来还是挺方便。但如果在windows下编译TensorFlow的源代码就很麻烦。下面把我遇到的各种问题和技巧与大家分享。

windows环境下各软件版本的问题

具体的安装步骤就不说了，网上乱七八糟的很多，关键是TensorFlow和CUDA的要匹配，否则使用GPU就会出现各种问题

    Keras           2.2.4
    tensorflow      1.12.0（目前最新稳定版）
    tensorflow-gpu 1.12.0（目前最新稳定版）
CUDA 9.0

标注软件的问题

推荐微软开发的VoTT，可以从官方下载https://github.com/Microsoft/VoTT/releases，使用很简单，这里就不多说
其他的我用过2个，感觉都没有这个方便，毕竟标注是一件很花时间的体力活，如果工具顺手会节约你很多时间

keras-yolo3自带了一个voc_annotation.py，可以吧voc格式转化成keras-yolo3自己的格式，刚开始我也用voc，但是非常繁琐。
VoTT可以把数据导出为voc格式，但没有测试成功
最后发现有个小程序，可以吧VoTT做成的js