1.資料準備
label 格式如下：
資料集格式如下，確保label和mages這兩個資料夾在同一目錄裡：
-image
- train#存放訓練
- val##存放驗證
-label
- train#存放訓練label
- x.txt
- val#存放驗證label
3. 選擇models/***.yaml，l,m,s,x四個模型可供選擇，但需要修改類別數目（nc）；同時最好是把anchors也修改為自己資料對應的anchors(需要自己提前聚類)
yolov5訓練自己的資料集
然後進入拉取的yolov5的docker容器中 參考教程 sudo nvidia docker run ipc host it v data coco128 usr src coco128 yolo bin bash 注意一定要用nvidia docker這樣才可以執行gpu環境 預設路徑在 usr...
yolov3訓練自己的資料集
6.測試訓練出的網路模型 訓練好後可以在 backup看到權重檔案 嘗試test前要修改cfg檔案,切換到test模式。可以重新建立乙個測試cfg檔案,如yolov3 voc ball test.cfg 測試 darknet detector test cfg voc ball.data cfg y...
YOLOv3訓練自己的VOC資料集
yolo 一 安裝darknet並借助預訓練權重進行檢測 1.安裝darknetgit clone https pjreddie.com media files yolov3.weights3.執行檢測.darknet detect cfg yolov3.cfg yolov3.weights dat...