pythonTensorFlow实现yolov3训练自己的目标检测探测自定义数据集

1、数据集准备,使用label标注好自己的数据集。

            https://github.com/tzutalin/labelImg 打开连接直接下载数据标注工具,

2、具体的大师代码见下链接

          https://github.com/YunYang1994/tensorflow-yolov3

3、我的代码训练步骤,这里我使用大神的浣熊数据集进行测试

        我的代码连接:干货-https://github.com/wuzaipei/python_TensorFlow_yolov3-

4、具体步骤

        1、 训练数据:python core/convert_tfrecord.py --dataset_txt .\raccoon_dataset\labels.txt --tfrecord_path_prefix .\raccoon_dataset\raccoon_train\wzp_new_train

        2、更新目标中心点:python kmeans.py

        3、训练:python quick_train.py

        4、转换model:python convert_weight.py

        5、预测 :  python quick_test.py

posted @   算法浪客  阅读(5694)  评论(3编辑  收藏  举报
编辑推荐:
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
阅读排行:
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· 三行代码完成国际化适配,妙~啊~
· .NET Core 中如何实现缓存的预热?
· 如何调用 DeepSeek 的自然语言处理 API 接口并集成到在线客服系统
点击右上角即可分享
微信分享提示