Étape de formation
1. Cet article utilise le format VOC pour la formation.
2. Avant l'entraînement, placez le fichier d'étiquette dans l'annotation sous le dossier VOC2007 sous le dossier VOCdevkit.
3. Utilisez le fichier test.py pour générer le txt correspondant avant l'entraînement.
4. Exécutez à nouveau voc_annotation.py dans le répertoire racine, et vous devez changer les classes en vos propres classes avant de démarrer. Attention à ne pas utiliser d'étiquettes chinoises, et pas d'espaces dans le dossier!
classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
5. A ce moment, le 2007_train.txt correspondant sera généré, et chaque ligne correspond à la position de l'image et à la position de la trame réelle.
6. Avant l'entraînement, vous devez créer un nouveau document txt sous model_data, entrez les classes à classer dans le document et pointez classes_path vers le fichier dans train.py. L'exemple est le suivant:
classes_path = 'model_data/my_class.txt'
Le contenu du fichier model_data / my_class.txt est:
cat
dog
...
8. Exécutez train.py pour démarrer l'entraînement.