YOLOv3_Pytorch_train

实现功能

• 实现Pytorch版PP_YOLO的目标检测
• 进行网络结构的搭建
• 对自己数据集锚框的聚类
• 对网络模型的训练和预训练

测试运行的环境

• Windows10
• Python3.7
• Pytorch1.3
• CUDA10.0

Install

Clone and install

1.git clone https://github.com/Devils-hub/YOLOv3_Pytorch_train.git

2.Codes are based on Python3

Training

1.用labelimg标注自己的数据集为VOC格式，也可使用现有的VOC格式的数据集

2.用kmeans_for_anchors.py进行聚类获取数据的锚框

3.在使用voc2yolo3.py将数据集分为训练集和测试集

4.用voc_annotation.py得到数据的位置和信息

5.接下来就可以用trains.py进行训练了，不过要将代码中的路径改为自己的路径，并且将我的绝对路径改为你自己的绝对路径，把上面得到的锚框和得到的标签信息加入进去，就可以进行训练了

trains.py '-anchors', default="./model_data/anchors.txt" 
          '-classes', default="./model_data/class_name.txt" 
          '-annotation', default="./my_train.txt"

Detect

detect.py '-model_path', default="./models/Epoch22-Total_Loss18.8616-Val_Loss18.8762.pth" 
          '-classes_path', default='./model_data/voc_classes.txt', type=str, help='classes path'
          '-anchors_path', default='./model_data/voc07_12anchors.txt'

DownLoad

链接：https://pan.baidu.com/s/1Hm0awb9exJVbM39dQj7MxQ

提取码：yolo

Reference

https://github.com/bubbliiiing/yolo3-pytorch

使用coco数据集实现80种物体的物体检测：

coco_classes.txt