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