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：
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
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。
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。
samples文件夹放的是样本图片
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
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
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。
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
暂无评论