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

Posted K同学啊

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了YOLOv4解析 | 第二篇:用YOLOv4训练自己的数据集(超级详细完整版)相关的知识,希望对你有一定的参考价值。

文章目录

📌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

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。

以上是关于YOLOv4解析 | 第二篇:用YOLOv4训练自己的数据集(超级详细完整版)的主要内容,如果未能解决你的问题,请参考以下文章

YOLOv4 如何评估训练好的模型

YOLOv4 如何评估训练好的模型

YOLOV4简介

YOLOV4源码详解

YOLOv4 迁移学习/微调

在自定义数据集上使用 roboflow 对象检测 Yolov4 pytorch 模型时出现值错误