yolo目标检测——行人

基于课上的yolov4代码，使用自己标注的数据集进行训练，得到训练好的模型，使用测试图片对结果进行检测展示。

1.收集数据，并标注

网上查找行人的图片，然后利用labelimg对收集的图片进行标注

2.将图片和标注后产生的xml文件放进文件夹中。

3.新建一个名为voc_classes的文本文档，将标签放进去，我们这里标注的只有人，所以只有Person这一个标签 。

 4.运行voc_annotation.py文件

这里需要注意的是classes_path的路径，这里要放上上面我们创建的voc_classes.txt文件的路径。

并且数据集存放的文件夹与图片名称中不可以存在空格，否则会影响正常的模型训练

运出来后的结果

 5.然后就运行train.py文件

训练完之后会保存训练最好的模型

6.训练完完成后可以开始检测。因为我们的数据集只有两百张图片，所以检测精度很低，可以在yolo.py文件中改变模型地址，精度会高一点

运行predict文件后，将你想要检测的图片路径写进去：