怎样训练yolo模型去识别自己制作的数据集?
参考地址:https://timebutt.github.io/static/how-to-train-yolov2-to-detect-custom-objects/
系统:ubuntu18.04
本机硬件参数:CPU AMD R5 2600
GPU GTX1070 8G
软件参数:tensorflow-GPU==1.11 python3.6 opencv3.4.3
1.安装darknet
详细教程https://pjreddie.com/darknet/install/
需要注意!
(1)注意修改Makefile如下
(2)编译可能出现很多错误,可能是opencv,cuda,cudnn等错误,考虑您的电脑是否装有这些环境,还有gcc版本最好选4.8
关于环境可以参考我的博文https://blog.csdn.net/qq_33479881/article/details/83060626
注意,安装的opencv最好是源码c++版本,这里推荐给大家https://blog.csdn.net/hjxu2016/article/details/82390434
编译通过后
添加darknet环境变量
$cd
$gedit ~/.bashrc
在文件末尾添加如下一行(path后面填写你的darknet源码文件夹的实际路径)
export PATH=$PATH:/home/wld/darknet-master
保存退出
$source ~/.bashrc
$darknet
usage: darknet <function>
安装完成!
2.安装labelimg数据集制软件
1.下载
网址:https://github.com/tzutalin/labelImg 直接下载,下载后将labelImg-master.zip移动至home主文件夹下解压,得到LabelImg-master文件
2.安装
sudo apt-get install pyqt4-dev-tools
sudo pip install lxml
sudo apt-get install python-lxml
进入下载下来的文件夹里运行
make all
3、使用
在labelImg目录下使用终端执行
python labelImg.py