YOLOV4训练自己数据集过程

训练步骤
1、本文使用VOC格式进行训练。
2、训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。

3、在训练前利用test.py文件生成对应的txt。
4、再运行根目录下的voc_annotation.py,运行前需要将classes改成你自己的classes。注意不要使用中文标签,文件夹中不要有空格!

classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]

5、此时会生成对应的2007_train.txt,每一行对应其图片位置及其真实框的位置。
6、在训练前需要务必在model_data下新建一个txt文档,文档中输入需要分的类,在train.py中将classes_path指向该文件,示例如下:

classes_path = 'model_data/my_class.txt'    

model_data/my_class.txt文件内容为:

cat
dog
...

8、运行train.py即可开始训练。

猜你喜欢

转载自blog.csdn.net/mao_hui_fei/article/details/114006516