YOLOv4解析 | 第二篇:用YOLOv4训练自己的数据集(超级详细完整版)

文章目录

  • 第一部分:训练模型
  • 第1步:将数据放到指定位置
  • 第2步:修改voc_classes.txt文件
  • 第3步:运行voc_annotation.py文件
  • 第4步:添加权重文件
  • 第5步:运行train.py文件
  • 第二部分:评估模型
  • 第1步:修改权重文件and类别文件路径
  • 第2步:运行get_map.py文件
  • 📌项目下载地址:【百度网盘】


    第一部分:训练模型

    第1步:将数据放到指定位置

    1. .xml 文件放到 ./VOCdevkit/VOC2007/Annotations 路径下
    2. 将图片数据放到 ./VOCdevkit/VOC2007/JPEGImages 路径下

    第2步:修改voc_classes.txt文件

    voc_classes.txt 文件中添加自己的类别

    第3步:运行voc_annotation.py文件

    运行voc_annotation.py文件生成./VOCdevkit/VOC2007/ImageSets里面的.txt文件以及训练用的2007_train.txt2007_val.txt文件

    第4步:添加权重文件

    ./model_data/ 位置下添加权重文件 yolo4_weights.pth

  • 权重文件链接:https://pan.baidu.com/s/1m7FTVBHK3QLwo8WL77S-hw?pwd=uvmm
  • 第5步:运行train.py文件

    直接运行 train.py 文件即可~

    第二部分:评估模型

    第1步:修改权重文件and类别文件路径

    修改 yolo.py 文件中的 model_pathclasses_path 参数

  • model_path:指向训练好的权值文件
  • classes_path:指向检测类别所对应的txt
  • 第2步:运行get_map.py文件

    代码的运行结果将保存在 ./map_out/ 处。

    来源:K同学啊

    物联沃分享整理
    物联沃-IOTWORD物联网 » YOLOv4解析 | 第二篇:用YOLOv4训练自己的数据集(超级详细完整版)

    发表评论