ubuntu yolov2 训练自己的数据集
项目需求+锻炼自己,尝试用yolov2跑自己的数据集,中间遇到了很多问题,记下来防止忘记
一、数据集
首先发现由于物体特殊没有合适的现成的数据集使用,所以只好自己标注,为了减少工作量,先用opencv标记连通域
(环境 ubuntu qt opencv)
在qt中创建console类型工程,需要对test.pro进行如下配置
QT -= gui
QT += core
CONFIG += c++11
CONFIG += console
CONFIG -= app_bundle
TARGET = test
TEMPLATE = app DEFINES += QT_DEPRECATED_WARNINGS SOURCES += main.cpp INCLUDEPATH+=/home/opencv-3.4.4/include\
/home/opencv-3.4.4/include\opencv\
/home/opencv-3.4.4/include\opencv2
LIBS+=-L/home/opencv-3.4.4/build/lib\
-lopencv_core\
-lopencv_imgcodecs\
-lopencv_highgui\
-lopencv_imgproc
路径按照自己电脑中的路径,test图片要放入debug文件夹内,或者写绝对路径
头文件也需要注意
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>
#include <iostream>
#include <string>
#include <stdio.h>
using namespace std;
using namespace cv;
头文件包含不足够会出现 returned 1 status问题
###接下来对图片处理
首先转为灰度图,接着用floodfill函数,OTSU算法,利用OTSU算法得到的阈值进行二值化处理(具体不再展开)
【用函数threshold,其中type选择THRESH_OTSU】
之后像素反转,因为一般习惯物体(前景)黑色,背景白色
标记连通域可以用函数findcontours 和 drawcontours,并且可以输出代码数量作为参考
vector <vector<Point>> contours;
findContours(reverseImage,
contours,
CV_RETR_CCOMP,//外轮廓
CV_CHAIN_APPROX_NONE);//存储所有轮廓点 Mat result(reverseImage.size(),CV_8U,Scalar());
drawContours(result,
contours,
-,//画所有轮廓
Scalar(),//黑色
);
namedWindow("contours");
imshow("contours",result);
cout<<"contours:"<<contours.size()<<endl;
为了避免没用的连通域,需要对其进行筛选,其过滤过大过小连通域
unsigned int cmin=;
unsigned int cmax=;
vector<vector<Point>>::const_iterator itc=contours.begin();
while(itc!=contours.end())
{
cout<<itc->size()<<endl;
if (itc->size() < cmin || itc->size() > cmax)
itc=contours.erase(itc);
else
++itc;
}
Mat result_erase(result.size(),CV_8U,Scalar());
drawContours(result_erase,
contours,
-,
Scalar(),
); namedWindow("contours_erase");
imshow("contours_erase",result_erase);
cout<<"contours:"<<contours.size()<<endl;
结果如下:
二、数据集准备
复杂的环境下识别连通域并不准确,所以最后还是决定手动标注,用的labelimg,方法非常简单
唯一的技巧可能就是选择自动保存,以及单一标注,标注前后的格式分别是jpg和xml
这是为了和VOC数据集格式相同,便于yolov2识别
需要注意的是如果没有bounding box,那么也没有相应图片的xml,一定要删除照片,否则之后训练时会出现问题
命名格式也可以按照VOC数据集的命名格式
VOC数据集包括三个文件夹,Annotations,ImageSets,JPEGImages,分别放xml,(layout,main,segmentation),jpg
其中main包括train.txt 用来存放照片的名称(无路径,无后缀)
【照片名称写入txt的步骤建议Python】
import sys
import os
import random
file_path="/home/yjq/test_image"
path_list=os.listdir(file_path)
path_name=[]
for i in path_list:
path_name.append(i.split(".")[0]) path_name.sort() for file_name in path_name:
with open("/home/yjq/image_name.txt","a") as f:
f.write(file_name+"\n")
f.close()
三、配置yolov2
在darknet/scripts下建立文件夹,名字自取(如:VOCdevkit)
里面放入准备好的数据集
对voc_label.py进行修改
【进入pycharm的bin中,用终端打开,输入 sh ./pycharm.sh 打开py文件】
修改sets 和 classes 其他几乎不用修改,报错再相应修改
(事实上这里错了很多次,比如
修改时如果把sets中的year去掉,下面也要相应修改
路径不要出错)
修改后 cd ./darknet/scripts 进入文件夹后再 python voc_label.py
这时会生成labels文件夹,里面存有xml内容的txt文件,同时还有train.txt,存有图片的绝对路径
四、准备训练
这时距离训练只有几步之遥,仍需要修改几个文件
- data/下修改voc.names 输入classes名称,或新建detection.names 只要对应修改就好
- cfg/voc.data 修改classes,输入train.txt的路径和names路径,以及backup 放weights的路径,一定注意不可以有中文!
classes=
train = /home/yjq/darknet/scripts/VOCdevkit/train.txt
//valid = /home/pjreddie/data/voc/2007_test.txt
names = data/voc.names
backup = /home/yjq/darknet/results/
- cfg/yolov2-voc.cfg 在region层下修改classes,以及上一层convolutional的filters 其中 filters=(classes+coords+1)*5
五、开始训练
在terminal输入
cd darknet
./darknet detector train cfg/voc.data cfg/yolov2-voc.cfg
就可以开始了
如果出现 cannot load image 问题可能出在train.txt,用notepad打开,确保最后一行只有换行符即可
或者一不小心路径输错也不是没有可能
默认每100 images 会存入results中,可以查看
【在此之前先从github上下载darknet,训练weights,再测试examples】
【希望一切顺利】
【参考:https://blog.csdn.net/hysteric314/article/details/54097845】
ubuntu yolov2 训练自己的数据集的更多相关文章
- YOLOv2训练自己的数据集(VOC格式)
下周试试,参考:http://blog.csdn.net/ch_liu23/article/details/53558549 http://blog.csdn.net/sinat_30071459/a ...
- 可变卷积Deforable ConvNet 迁移训练自己的数据集 MXNet框架 GPU版
[引言] 最近在用可变卷积的rfcn 模型迁移训练自己的数据集, MSRA官方使用的MXNet框架 环境搭建及配置:http://www.cnblogs.com/andre-ma/p/8867031. ...
- 【Tensorflow系列】使用Inception_resnet_v2训练自己的数据集并用Tensorboard监控
[写在前面] 用Tensorflow(TF)已实现好的卷积神经网络(CNN)模型来训练自己的数据集,验证目前较成熟模型在不同数据集上的准确度,如Inception_V3, VGG16,Inceptio ...
- 目标检测算法SSD之训练自己的数据集
目标检测算法SSD之训练自己的数据集 prerequesties 预备知识/前提条件 下载和配置了最新SSD代码 git clone https://github.com/weiliu89/caffe ...
- caffe训练自己的数据集
默认caffe已经编译好了,并且编译好了pycaffe 1 数据准备 首先准备训练和测试数据集,这里准备两类数据,分别放在文件夹0和文件夹1中(之所以使用0和1命名数据类别,是因为方便标注数据类别,直 ...
- (转)理解YOLOv2训练过程中输出参数含义
最近有人问起在YOLOv2训练过程中输出在终端的不同的参数分别代表什么含义,如何去理解这些参数?本篇文章中我将尝试着去回答这个有趣的问题. 刚好现在我正在训练一个YOLOv2模型,拿这个真实的例子来讨 ...
- 理解YOLOv2训练过程中输出参数含义
原英文地址: https://timebutt.github.io/static/understanding-yolov2-training-output/ 最近有人问起在YOLOv2训练过程中输出在 ...
- 使用yolo3模型训练自己的数据集
使用yolo3模型训练自己的数据集 本项目地址:https://github.com/Cw-zero/Retrain-yolo3 一.运行环境 1. Ubuntu16.04. 2. TensorFlo ...
- Win10中用yolov3训练自己的数据集全过程(VS、CUDA、CUDNN、OpenCV配置,训练和测试)
在Windows系统的Linux系统中用yolo训练自己的数据集的配置差异很大,今天总结在win10中配置yolo并进行训练和测试的全过程. 提纲: 1.下载适用于Windows的darknet 2. ...
随机推荐
- PTA编程总结3—抓老鼠啊~亏了还是赚了?
题目: 某地老鼠成灾,现悬赏抓老鼠,每抓到一只奖励10元,于是开始跟老鼠斗智斗勇:每天在墙角可选择以下三个操作:放置一个带有一块奶酪的捕鼠夹(T),或者放置一块奶酪(C),或者什么也不放(X).捕鼠夹 ...
- Learning-Python【24】:面向对象之组合
组合的概念 一个类的对象具备某一个属性,该属性的值是来自于另外一个类的对象,称之为组合,组合也是用来解决类与类之间代码冗余的问题 组合的使用 在继承中,举了一个属性查找顺序方式一的例子,最终的实现成果 ...
- FZOJ P2109 【卡德加的兔子】
题目描述 卡德加喜欢养兔子.他在达拉然的下水道里放了 $N$ 个兔笼(编号从 $1$ 到 $N$),里面养着他从德拉诺带来的兔子.它们的繁殖遵循斐波那契数列的规律:刚开始时,笼子里有一对刚出生的兔子. ...
- CentOS7下mariadb日常管理
在CentOS7下,官方提供的mysql的rpm包就是mariadb,可查看mariadb包信息 [root@host ~]$rpm -qi mariadb # 需要先安装该包 Name : mari ...
- python学习(八)
- Intellij IDEA 最新旗舰版注册激活破解(2018亲测,可用)
1.2017年亲测 参考:https://www.haxotron.com/jetbrains-intellij-idea-crack-123/ 安装IntelliJ IDEA 最新版 启动Intel ...
- Linux获取so/ko文件版本号教程
一.需要获取版本号的原因 从使用角度而言,有时只有特定版本的库才支持某些功能,所以我们需要确定库文件版本号. 从安全加固角度而言,有些版本存在漏洞有些版本不存在漏洞,所以我们需要获取版本号以确定当前使 ...
- UVa 11100 - The Trip, 2007 难度: 0
题目 https://uva.onlinejudge.org/index.php?option=com_onlinejudge&Itemid=8&page=show_problem&a ...
- Jumpserver跳板机的搭建和部署
1.需要搭云yum仓库wget -O /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-6.repo 2. ...
- String 类型equals方法和int == 方法效率比较
最近写了一个递归方法,在进行比较判断的时候,因为都是integer类型,而integer类型在大于127或者小于-128时会在新建一个,这是因为integer类型的拆装箱机制, 之前没有考虑过equa ...