Yolov3分类器classifier的使用

系统环境:Ubuntu16.04
前期数据准备需要自己进行,确保有充足的样本数据图片。
我用的是分三类,前期准备了相应的样本数据,同时需要自己给数据重命名,命名规则为xxx_class,其中xxx我是直接用数字代替,class就是你需要分类的类别标签。(下面附上命名代码,这种重命名方式好像会把图片压缩,直接重命名可见博客-----图片重命名)

import cv2
import os
filename = 'C://Users/think/xxxxx'
savedpath = filename
j = 1;
for imgname in os.listdir(filename):
        img = cv2.imread(filename + "/" + imgname)
        savedname = str(j).zfill(3)+'_class.jpg'    #class是相应的类别标签
        cv2.imwrite(savedpath + "/" + savedname, img)
        j = j + 1

然后把数据放到darknet路径下面(我一般放/data下面),还需要准备label.list、train.list、test.list文件,主要是用来读取训练文件。
label.list是标签文件,把前面的类别标签class都写到里面即可。
另外两个文件获取如下:

find `pwd`/train -name \*.jpg > train.list
find `pwd`/test -name \*.jpg > test.list

在cfg文件夹下面准备test.data和test.cfg文件,里面有相应的例子,可参照进行修改。

在darknet目录下面执行命令训练开始:

./darknet classifier train cfg/resnet18cap_tiny.data cfg/resnet18cap_tiny.cfg 

测试效果:

./darknet classifier valid cfg/resnet18cap_tiny.data cfg/resnet18cap_tiny.cfg backup/resnet18tiny/resnet18cap_tiny.weights

遇到的问题:
1、报错:floating point exception (core dumped) ,这很可能是因为没有读到图片造成的,检查train.list和test.list是否有内容。
2、出现错误:Too many or too few labels: 0 ,这个可能是因为label.list出了问题,或者图片命名时没有包含相应的类别名。

你可能感兴趣的:(Yolov3分类器classifier的使用)