1、代码下载:下载yolov3代码:https://github.com/qqwweee/keras-yolo3 ,并解压缩之后用pycharm打开。
2、下载权重:https://pjreddie.com/media/files/yolov3.weights
3、生成模型:将darknet下的yolov3配置文件转换成keras适用的h5文件:
python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5
4、运行预测单张图像程序
python yolo_video.py --image
5、训练VOC2007,可以将自己的数据集制作成VOC2007格式:
放置:D:\demo\keras-yolo3-master\VOCdevkit\VOC2007\四个标准的文件夹
6、在voc_annotation.py需改你的数据集的类别:修改成自己的类
python voc_annotation.py
生成3个文件:三个新的不同的txt文件:2007_train.txt; 2007_test.txt; 2007_val.txt
7、运行Kmeans.py生成新的锚文件yolo_anchors.txt,并将其复制到model_data文件夹下
8、修改yolo3.cfg文件:
filter:3*(5+len(classes))我这里只有一个类,所以filter=18
classes:你要训练的类别数(我这里是训练1类)
r