idx是什么文件(idx是什么意思啊)( 二 )


环境设置
YOLO最初是在一个名为Darknet的深度学习小框架中编写的 。从那以后,出现了许多其他实现,其中大部分使用了两个非常流行的Python平台:Keras和Python 。在所有可用的解决方案中,有一个是我最喜欢的(https://github . com/ultralytics/yolov 3) 。它为训练和检测提供了一个高级的API,但是它也有许多有用的特性 。在使用它的时候,我们所有的工作归结为准备一个数据集和创建几个配置文件,然后剩下的就交给库了 。
环境也很简单——可以归结为运行几个命令,你可以在下面找到(假设你的电脑上安装了Python和Git) 。最好从项目目录中执行命令来实现上面显示的结构 。值得一提的是,环境也可以由Docker创建(这对Windows用户特别有用) 。你可以在这里找到关于这个主题的更多说明(https://github . com/ultralytics/yolo v3/wiki/docker-quick start) 。
#克隆框架
git克隆https://github.com/ultralytics/yolov3.git
#进入框架目录[Linux/MacOS]
光盘 。/yolov3
#设置Python环境
pip安装-U -r要求. txt
部署
【idx是什么文件(idx是什么意思啊)】如前一段所述,我们现在需要做的是创建几个配置文件 。它们定义了训练集和测试集的位置、对象类的名称,并提供了所用神经网络的结构指南 。
象棋数据集标注参考图片
首先,我们需要将数据集分为训练集和测试集 。我们用两个 。txt文件,每个文件都包含一个指向数据集中特定图像的路径 。为了加快工作速度,我准备了一个Python脚本,它会自动为我们创建这些文件 。您所要做的就是指出数据集的位置,并定义训练集和测试集之间的分区百分比 。train.txt/test.txt文件的片段如下所示 。
。/数据集/图像/图像_1.png
。/数据集/图像/图像_2.png
。/数据集/图像/图像_3.png
...
。数据是我们需要提供的最终文件 。下面以下一个项目——象棋探测仪为例来讨论它的内容 。在这个例子中,我有12个唯一的对象类需要识别 。接下来,我们给出文件的位置,该文件定义了哪些照片属于训练集,哪些照片属于测试集 。最后,我们用前面讨论过的标记名给出文件的位置 。为了使一切正常工作,应该将chess.data、chess_train.txt、chess_test.txt和chess.names文件移到project/yolov3/data目录中 。
班级=12
火车= 。/data/chess_train.txt
有效= 。/data/chess_test.txt
姓名= 。/data/chess.names
火车
现在我们准备开始训练 。如前所述,我们使用的库有一个高级API,所以终端中的一个命令和几个参数就足以启动这个过程 。然而,下面有几件事大大增加了我们最终成功的机会 。
python3 train.py
-数据 。/data/project.data
- cfg 。/cfg/project.cfg
重量 。/weights/yolov3.pt
首先,我们可以应用迁移学习,不一定要从零开始训练 。我们可以使用在不同数据集上训练的模型的权重来缩短我们自己的网络的学习时间 。我们的模型可以使用基本的形状知识,并专注于将这些信息与我们想要识别的新类型的对象联系起来 。其次,库执行数据增强,因此它基于我们提供的照片生成新的示例 。因此,即使我们只有一个很小的数据集-数百张图片,我们也可以训练我们的模型 。我们使用的库也为我们提供了一个由于增强而创建的图像的例子 。下面你可以看到在我的篮球探测器的训练过程中创建的例子 。
训练数据增强的可视化
考试
终于,快乐的时刻来了!我们创建模型的努力得到了回报,现在我们可以使用它在任何照片中找到我们要寻找的对象 。同样,这是一个非常简单的任务,可以通过终端中的一个简单命令来完成 。执行后,我们将在输出目录中找到预测的结果 。值得一提的是,我们还可以对自己拍摄的视频进行实时预测,这在项目演示中特别有用 。
python3 detect.py
-数据 。/data/project.data
- cfg 。/cfg/project.cfg
重量 。/weights/best.py
来源 。/数据/样本
基于TinyYOLO的象棋检测
结论
如果以上你都完成了,那么恭喜你!非常感谢您花时间阅读这篇文章 。希望我能证明训练你自己定制的YOLO模型并不难,我的建议对你以后的实验有帮助 。
via:https://to wards data science . com/chess-rolls-or-basketball-let-create-a-custom-object-detection-model-ef 53028 EAC 7d
雷锋网雷锋网雷锋网


推荐阅读