目标检测---YOLO训练测试

COCO数据集

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

YOLO环境搭建

DarkNet

DarkNet官网
在这里插入图片描述

在这里插入图片描述

DarkNet安装配置

在这里插入图片描述

  • 如果使用opencv将makefile文件中的相关项,由0改为1

在这里插入图片描述

DarkNet目录结构

在这里插入图片描述
在这里插入图片描述

  • subdivisions= 16:前向运算时,将batchsize=64的样本拆分为16组,每次将其中的一组送入网络,降低显存的消耗
    在这里插入图片描述

训练命令

在这里插入图片描述

训练日志

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 20000次模型基本收敛,要达到更好的效果,可以训练50w次

模型测试

在这里插入图片描述

  • 通过阈值的筛选 -thresh,可以设置为0.4,0.5,0.6,0.7,根据目标选择框的置信度决定
发布了38 篇原创文章 · 获赞 2 · 访问量 2998

猜你喜欢

转载自blog.csdn.net/milk_and_bread/article/details/104722045