项目说明

本项目使用yolov3对目标在2D图像中的位置进行检测，获取检测框的4个顶点坐标。然后将坐标映射到2D图像对应的3D数据中，根据3D数据计算出物体的真实尺寸。

环境准备

win10.

torch 1.6.0.

python3.6

训练

数据集准备

自己的数据集标记好后, png文件放入 datasets/DOTA_data/images中，xml文件放入annotation中。 然后运行 data_generate_txtfile.py 在ImageSet中生成train.txt val.txt test.txt三个文件，再运行xml_txt.py将annotations 中的xml文件转换成txt文件存在labelTxt中。

config

对cfg/yolov3.cfg的603、610、689、696、776、783行进行修改，1修改filters的数量，2修改classes的数量（即目标检测的类别数）.

对cfg/icdar.names进行修改，写入标签的名称，名称顺序与datasets/DOTA_data/xml_txt.py中classes的名称顺序一致。

训练网络

运行train.py训练网络

预测模型

运行predict.py，修改自己训练好的网络权重位置和预测结果存放位置。

预测和测量

运行detect.py对物体进行尺寸测量，测量时依赖zivid 相机采到的数据。