訓練前準備：
1，準備資料集
和邊界矩形txt
邊界矩形txt內容
類別從0開始
labeltext = str(int(labstr)-1) + ' ' + str(x) + ' ' + str(y) + ' ' + str(w) + ' ' + str(h) + '\n'
x,y,w,h為目標的矩形中心（x,y）,wh目標寬高
2，修改cfg檔案
[convolutional]
size=1
stride=1
pad=1
filters=27 修改為（cls+5）*3
activation=linear
[yolo]
mask = 0,1,2
anchors = 75,45, 87,56, 145,50, 171,136, 194,91, 240,116, 246,94, 278,53, 314,150 修改boxes的kmean
classes=4 修改類別
3，建立.names檔案，內容為分類名字
4，建立.data檔案
例如：classes= 4
train = trainxx.txt
valid = testxx.txt
names = data/xx.names
backup = mod/xx
5，資料集
樣本txt整理，如上面的trainxx.txt
6,執行命令
darknet detector train xx.data data/yolov3-spp-xx.cfg data/darknet53.conv.74
使用yolo3模型訓練自己的資料集
1.ubuntu16.04 2.tensorflow gpu 1.4.0 或更高版本 3.keras 2.2.4 4.numpy 1.15.2 實測1.16.1會報錯 1.使用voc2007資料集的檔案結構 注 資料集中沒有test.py，你需要將其拷貝到voc2007資料夾下。2.標註 使用lab...
YOLO3多gpu訓練方法
版本可參考git上的keras yolo3的實現,現在我手裡有兩塊gpu,所以設定多塊gpu來加快訓練速度 1.訓練 前引入 from keras.utils import multi gpu model2.找到自己構建網路的地方,第一次構建model是下面的語句 is tiny version l...
yolo3演算法講解
網路結構 假設輸入資料的大小為416 416，經過darknet 53特徵提取網路後得到尺度為13 13，26 26，52 52的特徵圖。其中每乙個尺寸的特徵圖都有18 3 6，其中3是指每個grid cell有3個anchor，每個anchor 乙個邊界框的4個座標值，1個置信度，還有乙個類別概率...