网站建设教程开源代码下载,辽宁大学网站怎么做,网盘做电子书下载网站,门户建设网站方案文章目录 0 参考链接1 准备数据1.1 使用以下代码生成绝对路径的txt文件1.2 在config文件夹下新建一个xxx.names文件 2 配置训练参数3 稍改代码使得符合YOLO数据集排布4 开始训练 0 参考链接
官方的代码#xff1a;FastestDet
1 准备数据
我已有的数据集排布#xff1a;FastestDet
1 准备数据
我已有的数据集排布符合YOLO排布
dataset:.
├─images
│ ├─test
│ │ ├─xxx.jpg
│ │ ├─xxx.jpg
│ ├─train
│ └─val
├─labels
│ ├─test
│ │ ├─xxx.txt
│ │ ├─xxx.txt
│ ├─train
│ └─val
1.1 使用以下代码生成绝对路径的txt文件
root_dir数据集根目录save_dir存储目录结果生成3个txt文件abspath_xxx.txt
import osif __name__ __main__:root_dir rF:/A_Publicdatasets/RDD2020-1202/train_valid/RDD2020_together/imagessave_dir F:/A_Publicdatasets/RDD2020-1202/train_valid/RDD2020_together/for s in [train, val, test]:save_path f{save_dir}/abspath_{s}.txtwith open(save_path, w) as f:for file in os.listdir(os.path.join(root_dir, s)):f.write(f{root_dir}/{s}/{file}\n)1.2 在config文件夹下新建一个xxx.names文件
例如我新建了一个RDD2020.names 2 配置训练参数
拷贝configs/coco.yaml 文件并重取名例如我重命名为RDD2020.yaml然后进行以下改动 3 稍改代码使得符合YOLO数据集排布 在utils/datasets.py中定位到def __getitem__(self, index)然后做如下改动 label_path img_path.replace(images, labels).replace(jpg, txt)4 开始训练
我是直接在train.py里面设置了yaml位置就可以直接运行train.py了
也可以不设置然后调用如下参数在终端训练
python train.py --yaml configs/coco.yaml还可以进行以下改动指明权重存放位置 save_dir runs/ # 存放训练文件的根目录save_name FastestDet # 本次训练存放的文件名torch.save(self.model.state_dict(), f{save_dir}/{save_name}/weight_AP05:%f_%d-epoch.pth % (mAP05, epoch))# torch.save(self.model.state_dict(), fcheckpoint/weight_AP05:%f_%d-epoch.pth%(mAP05, epoch))
