1.引用

1)比赛地址

智能盘点—钢筋数量AI识别

2)引用的代码 https://github.com/SHERLOCKLS/detect_steel_darknetyolo

修改内容: (1)原来的代码少了data文件夹， (2)使用的yolo-spp.cfg并不能用，改回yolo.cfg. (3)makefile 解开了一些mkdir创建文件夹的注释。

3)数据集链接 https://pan.baidu.com/share/init?surl=OgRtidoP9k4tSpsxVSe8JQ 提取码: hm9i

---

2. 依赖

pandas, tqdm , numpy, opencv

---

3.使用方法

安装:

git clone https://github.com/tutan123/detect_steel_yolov3_darknet.git
cd detect_steel_darknetyolo
make -j
pip install -r requirements.txt

下载数据并解压,训练和测试图像分别放到train目录和test目录,目录结构如下:

- detect_steel_darknetyolo
    train_labels.csv
    train/
    test/

生成训练的label文件

- python gen_labels.py

将label/文件夹下的文件拷贝到train/目录

- cp -r label/* train/

训练:

./get_weight.sh
./train.sh

预测:

python infer.py

单张照片预测:

./darknet detector test voc.data cfg/yolov3.cfg backup/yolov3_final.weights test/FF5AE15C.jpg

4. 效果:

线上 0.96+

---

5. 参考

darknet-yolo