从零学习目标检测,YOLOv3代码学习(1)

1 写在前面

写这篇博客的目的是督促自己学习YOLOv3代码,前几周一直在看YOLOv3理论,但是代码一直跑不起来,很烦。由于实验室电脑GPU配置太低,环境没有搭好。一运行就报错,解决了几天没解决,干脆不用GPU了,但是不用GPU,代码我一改动就报错,真是阴郁了。不用就不用了吧一点一点学。这篇主要是介绍PyTorch版本复现的项目文件夹。

本博客所学习的代码来自github上对YOLOv3的PyTorch版本复现,作者为苹果公司的机器学习工程师eriklindernoren,项目地址为:https://github.com/eriklindernoren。从github下载的文件名为PyTorch-YOLOv3-master。整个项目的结构如下:在这里插入图片描述

2 文件夹分析

assets文件夹

里面存放的是图片资源,都是测试过的图片文件
在这里插入图片描述
在这里插入图片描述

config文件夹

config文件夹主要是配置文件,coco.data是coco数据集,create_custom_model.sh是自定义模型数据集,可以直接点击运行。custom.data是自定义数据集。yolov3.cfg是yolov3的配置文件,里面主要是配置batch,图片的大小,通道,momentum,学习率等。yolov3-tiny.cfg是yolov3-tiny的配置文件,是yolov3小版本的配置文件。

在这里插入图片描述

data文件夹

data文件夹里custom是自定义文件夹,里面放的是自定义数据,images放的是图片,labels放的是标签。labels文件夹里的txt文件。coco.names文件放的是coco数据集的名称。get_coco_dataset.sh是获取coco数据集。pycharm下可以直接运行,如果运行不了可以下载有关包。
txt文件内容

0 0.515 0.5 0.21694873 0.18286777

第一列是种类编号,第0类对应了这个文件下的classes.names文件夹中的只有一行数据写着train(火车)。后四列是bounding box的位置信息。
在这里插入图片描述

samples文件夹放的是样本图片
在这里插入图片描述

在这里插入图片描述

pytorchyolo文件夹

里面主要是放置训练脚本,验证脚本,测试脚本文件,还有模型脚本文件

在这里插入图片描述
pytorchyolo文件夹下的utils文件夹放的是工具文件。算损失函数,加载数据集,日志文件,解析配置文件,对图片进行预处理
在这里插入图片描述

weights文件夹

weights文件夹运行download_weights.sh文件可以下载权重,权重下载之后可以对图片进行检测。

在这里插入图片描述

版权声明:本文为CSDN博主「RDSunday」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_43755104/article/details/121605125

RDSunday

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

Yolox 训练自己的数据集

目录 Yolo系列因为其灵活性,一直是目标检测热门算法,近期旷视的研究者提出了Yolox高性能目标检测器,将Anchor free引入了Yolo算法,是除YOLOV1之后,