keras-yolo3-master

标签：ima   convert   自己   main   修改   使用   sse   参数文件   测试   

logs/000/trained_weights_final.h5 放置训练完的权重

  

keras-yolo3-master
Keras/Tensorflow+python+yolo3训练自己的数据集
代码：https://github.com/qqwweee/keras-yolo3

修改yolov3.cfg文件：https://blog.csdn.net/lilai619/article/details/79695109

使用yolo3训练自己的数据集进行目标检测
VOCdevkit/VOC2007/Annotations xml文件
VOCdevkit/VOC2007/JPEGImages   jpg图片
VOCdevkit/VOC2007/ImageSets/Main 下面四个文件，在VOC2007下创建文件test.py,
运行voc_annotation.py,修改classes,运行结果是2007_train.txt,手动删除2007_,生成train.txt,


修改参数文件：yolo3.cfg

三处yolo 各修改filters:3*(5+len(classes));
               classes:len(classes)
               random:原来是1,显存小改为0,


修改model_data下文件，coco_classes.txt：放入类名 voc_classes.txt：放入类名，注意不要有空行或空格

训练：
python convert.py -w yolov3.cfg yolov3.weights model_data/yolo_weights.h5
python train.py

测试：
python yolo.py   或者python yolo_video.py video_path
 

keras-yolo3-master

标签：ima   convert   自己   main   修改   使用   sse   参数文件   测试   

原文地址：https://www.cnblogs.com/gloria11/p/9899812.html