YOLOv3深度学习框架 yolov3训练流程

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

---

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

---

2.放入打标好的图片、xml文件和voc2yolo3.py文件

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

---

3.修改init.py配置文件

python在Windows下路径要用双斜杠\\

---

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

---

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

---

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

要修改的内容有模型路径

要预测的图片路径

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