8279| 13
|
[项目分享] 关于Mx_yolo3的模型训练详细教程[保姆式教程] |
本帖最后由 水宕宕 于 2022-12-29 13:39 编辑 关于Mx_yolo3的模型训练详细教程 因为作者在做一个新项目,有关模型训练的,于是将经验分享给大家 目录 1.前期准备 2.环境配置 3.获得训练文件 4.训练模型 5.测试模型 6.撰写代码 1.前期准备 准备一台Windows10以上的电脑(最好有显卡,后面要用)和一个人。 这里我们用Mx_yolo3了训练模型(文件献上↓) Mx_yolo3文件(注意:这里使用的文件,作者都是用阿里云盘分享的阿里云盘官网) 2.环境配置 下载文件后,解压,打开里面的 1.环境配置↓ 点击环境配置↓ 先点第一个,弹出以下窗口↓ 作者已经下载了,下载时要点一个Add的选项,然后开始下载python然后点第二个“安装Python依赖库与预训练权重”然后等一会会...... 下载完后会有两个√ 有显卡的话,点第三个,没有的跳过这一步 会弹出窗口,提示下载↓ 有下载教程 CUDA安装教程 然后跟据上面的CUDA安装教程来进行操作 3.获得训练文件 用Mx_yolo3自带的程序爬图片 爬虫 建议数量:五六十张 然后建立一个叫ffd的文件夹 在里面建立三个文件夹:xml、imges、ing (其他文件夹是作者训练时,软件自动生成的,不用管它) 将刚才爬到的图片放到ing文件夹里 注意:将这个文件夹复制一个 用下面这个小工具来将图片批量命名、修改长宽 makelogFile_16086958200203570.2514602823944 打开后是这样的 选择批量命名 路径:选择刚才复制的ing副本文件夹 前缀:自己填、开始编号:001 然后选择批量处理图片大小 宽:224、长:224 图片文件路径:选择刚才复制的ing副本文件夹 导出图片文件路径:前面的imges文件夹 接着,开始标注工作 启动Mx_yolo3配置的LabelImg补助软件 打开后如下 然后打开刚才的imges文件夹 点击CreateRectbox选项,框住图片中物品 然后点Save和Verify保存 点Next imges下一张图片 完成所有图片后,将刚才产生的.xml文件放进之前创建的xml文件夹 然后用之前的小工具生成训练的索引文件 只用改路径,路径:ffd文件夹 完成后ffd文件夹就会多出四个.txt文件 做完后,就已经准备好模型训练的文件了 4.训练模型 打开Mx_yolo3 选好参数 选择训练文件 提取种类,计算Anchor 一切就绪,开始训练! 等待训练完毕...... 之后,你就会在Mx-yolov3_EN_1.2\Model_file目录下找到训练结果 然后转换模型 选择文件里的.h5文件测试 如果红框里有图片就代表成功了 最后一步,转换模型 打开后 模型输出路径就是模型的名字,量化图片路径就是训练中产生的Train_data\Test_img文件 然后就大功告成! 总结: 1.环境配置 2.文件准备 3.训练模型 |
© 2013-2024 Comsenz Inc. Powered by Discuz! X3.4 Licensed