トレーニングステップ
1。この記事では、トレーニングにVOC形式を使用しています。
2.トレーニングの前に、VOCdevkitフォルダーの下のVOC2007フォルダーの下の注釈にラベルファイルを配置します。
3.トレーニングの前に、test.pyファイルを使用して対応するtxtを生成します。
4.ルートディレクトリでvoc_annotation.pyを再度実行します。実行する前に、クラスを独自のクラスに変更する必要があります。中国語のラベルを使用しないように注意してください。フォルダ内にスペースを入れないでください。
classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
5.このとき、対応する2007_train.txtが生成され、各行は画像の位置と実際のフレームの位置に対応します。
6.トレーニングの前に、model_dataの下に新しいtxtドキュメントを作成し、ドキュメントに分類するクラスを入力して、classes_pathをtrain.pyのファイルにポイントする必要があります。例は次のとおりです。
classes_path = 'model_data/my_class.txt'
model_data /my_class.txtファイルの内容は次のとおりです。
cat
dog
...
8.train.pyを実行してトレーニングを開始します。