Yolov3模型使用教程

文章目录

  • 前言
  • 一、训练模型
    • 1.修改类别文件
    • 2.放入打标好的图片、xml文件和voc2yolo3.py文件
    • 3.修改init.py配置文件
    • 4.开始训练
  • 二、预测模型
    • 1.修改类别文件,放入训练好的模型
    • 2.放入要预测的图片
    • 3.修改init.ini配置文件
    • 4.运行predict.py即可
  • 总结


前言

虽然已经有了Yolov5模型的教程,但是在实际应用中Yolo3模型仍使用的较为广泛(比如华为海思摄像头),所以笔者在这记录一下Yolo3模型的使用。
(PS:本文所使用模型已上传至个人的阿里云盘)


一、训练模型

在这里插入图片描述


1.修改类别文件

进入训练模型文件夹,在model_data文件夹中修改voc_classes.txt文件中要识别的目标的类别,并放入
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述


2.放入打标好的图片、xml文件和voc2yolo3.py文件

在这里插入图片描述
按照以上路径,在VOC2007文件夹中先放入voc2yolo3.py文件
然后分别在JPEGImages和Annotations文件夹中放入图片和xml文件
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述


3.修改init.py配置文件

在这里插入图片描述
python在Windows下路径要用双斜杠\\
在这里插入图片描述


4.开始训练

先运行voc2yolo3.py
再运行voc_annotation.py
再运行train.py文件


二、预测模型

在这里插入图片描述


1.修改类别文件,放入训练好的模型

在model_data文件夹中修改voc_classes.txt文件,放入训练代码logs文件夹中的训练权重模型
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述


2.放入要预测的图片

在img文件夹中放入预测图片,且后缀必须为jpg,代码中已经写死。


3.修改init.ini配置文件

在预测模型中修改配置文件
在这里插入图片描述
要修改的内容有模型路径
在这里插入图片描述
要预测的图片路径
在这里插入图片描述
等等


4.运行predict.py即可

详细情况查看预测模型文件夹中“使用模型.md”文件


总结

没特别的,好好学习,好好干活,多运动

你可能感兴趣的:(python,目标检测)