YunYang1994/tensorflow-yolov3

训练自己的数据集，并使用训练好的模型进行测试（少走弯路）

Open

#588 aperta il 30 nov 2020

Vedi su GitHub
 (8 commenti) (3 reazioni) (0 assegnatari)Python (1380 fork)batch import
good first issue

Metriche repository

Star
 (3630 star)
Metriche merge PR
 (Nessuna PR mergiata in 30 g)

Descrizione

    1. 准备数据，制作训练时需要的文件（data文件夹下面的四个文件：数据类名，锚框，训练数据，测试数据）
    1. 根据步骤1修改core/config.py文件
    1. 基于yolo原始权重训练，（或者从头训练）（这步教程写的很清楚）
    1. 当loss为1左右时，模型就已经有效果了，训练过程中会保存很多模型，选择一个loss最小的，并根据所选择的模型名修改freeze_graph.py，修改后运行freeze_graph.py，会在项目根目录生成***.pb文件
    1. 修改demo文件，如修改video_demo.py，修改调用的***.pb文件路径，修改num_class为自己数据类个数

Guida contributor

Direzione di ricerca
Segui i passaggi forniti per addestrare un dataset personalizzato utilizzando YOLOv3. Verifica ogni passaggio e considera di migliorare la documentazione con spiegazioni più dettagliate, come formati di file e output attesi.
Tech stack
pythontensorflow
Dominio
machine learningai
Tipo issue
Documentazione
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
2
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-3 ore
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
GitPython
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
75