用YOLOv3训练WIDER_FACE数据集

最新推荐文章于 2025-06-24 13:47:25 发布

xp560

最新推荐文章于 2025-06-24 13:47:25 发布

阅读量6.2k

点赞数 2

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/xp560/article/details/80564893

本文介绍了如何使用YOLOv3模型训练WIDER_FACE数据集，包括将标注文件转换为训练所需的格式，解决训练时可能遇到的问题，如检查图片存在、文件类型和行尾字符等。在测试阶段，提供了处理模型输出和计算IOU的脚本，并分享了在CUDA和CuDNN非默认路径下编译的解决办法，以及调整cfg文件参数以防止显存溢出。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

- 刚开始想训练的时候忘了百度一下没有没可以直接转换的脚本。。。就自己写了。。。
- 后来发现网上的转换脚本基本都是把 WIDER_FACE先转换成VOC再用yolo提供的准换工具，转成yolo所需格式。。。
- 自己写的是直接转成yolo所需的格式的，版本python3.6
GitHub地址：https://github.com/xp56/WIDER_FACE_data_conversion_for_YOLOv3

- 我个人喜欢写东西的时候把中间结果存成文件...

- 这样的话我可以把工作分成一段一段的......不容易弄混......如果不习惯的话可以把它改成一个文件。

---

训练时用

- data_conversion.py是将wide_faced的标注数据集转成yolov3所需要的标签。
- 每个图片转成对应名称的标签
- 由于yolov3需要的是归一化之后的中心坐标和W，H所以在转换方法中进行了归一化和数据转换

- train_list.py将标注文件转成yolov3所需要的train_list，valid_list也是用这个

- （注：如果你得到的train_list.py在训练时一直报错说找不到对应图片，先检查图片是否存在。然后注意转换文件的类型，是否是nux格式，notepad非常方便的查看，显示出所有字符，看一下行尾是不是LF！！！这个坑坑了我好半天！）