yolov3 训练时如何配置工作环境

运行这个代码要安装一些包

numpy == 1.17
opencv-python >= 4.1
torch >= 1.5
matplotlib
pycocotools
tqdm
pillow
tensorboard >= 1.14

1数据准备 

1.1 打标签

使用labelimg 进行标签的生成，图片不要有中文路径和名称，打完标签时xml文件
主要是执行这个软件的命令 python labelimg.py

2 将图片放到JEPGimg文件夹下，images里也要一份

3 将xml文件复制到Annoation 文件夹下

4 运行makeTxt.py 根据xml文件挑选出训练集样本（train.txt)和测试集样本(test.txt)比例可以自己定。在ImageSet文件夹下生成

trainval.txt 和val.txt 暂时未知

5 rbc.data 填写有几类，训练样本和测试样本的路径，类的名称

rbc.name 为类的名称

6 运行 voc_label.py 在label文件夹下生成这些图片中选框的坐标信息，在根目录下也会生成train.txt和test.txt文件，里面时完整的图片路径

7 进行训练 运行train.py   可以修改里面的参数， 主要是批次，和cpu 或者gpu   。。。注意 numpy是1.16 不然会有警告

训练完成 后在weights里生成best 和last 权重。以后可以使用

 

训练完成后，有了best和last 权重，可以进行使用

1 使用需要在sample文件夹下放入要检测的图片

rbc.data rbc.name文件不要动

检测完毕会在output文件夹下生成检测后的图片。

完毕该需求看看代码改