ML_YOLOV3(目标检测)

numpy

torch >= 1.1.0

opencv-python

tqdm

python3 train.py --data data/coco_2cls.data --cfg cfg/yolov3-spp-2cls.cfg --weights weights/converted.pt --transfer

(下边这句不对，会报维度的问题) python3 train.py --data data/coco_2cls.data --cfg cfg/yolov3-spp-2cls.cfg --weights weights/last.pt --transfer

python3 test.py --data data/coco_1cls.data --weights weights/ultralytics49.pt

python3 test.py --weights weights/last.pt --cfg cfg/yolov3-spp-2cls.cfg --data data/coco_2cls.data

python3 detect.py --weights weights/last.pt --cfg cfg/yolov3-spp-1cls.cfg --data data/coco_1cls.data

maxHeight=1040 maxWeight=2008

ultralytics/yolov3#341

ultralytics/yolov3#524

https://blog.csdn.net/djstavaV/article/details/86743175

def convert(size, box):

dw = 1./(size[0])

dh = 1./(size[1])

x = (box[0] + box[1])/2.0 - 1

y = (box[2] + box[3])/2.0 - 1

w = box[1] - box[0]

h = box[3] - box[2]

x = x*dw

w = w*dw

y = y*dh

h = h*dh
return (x,y,w,h)

(1)screen -S yourname -> 新建一个叫yourname的session

(2)screen -ls -> 列出当前所有的session

(3)screen -r yourname -> 回到yourname这个session

(4)ctrl+a,d ->detach当前session

(5)screen -X -S [session # you want to kill] quit

(6)screen -d yourname -> 远程detach某个session

(7)screen -d -r yourname -> 结束当前session并回到yourname这个session

pip3 --default-timeout=1000 *

batch=64 每batch个样本更新一次参数。

subdivisions=16 如果内存不够大，将batch分割为subdivisions个子batch，每个子batch的大小为batch/subdivisions。

训练的话把上面注释掉，测试就把训练部分的注释掉

https://blog.csdn.net/weixin_42731241/article/details/81474920

代码：https://github.com/ultralytics/yolov3

理论：https://blog.csdn.net/happy990/article/details/89644833

echo 1 > /proc/sys/vm/drop_caches

echo 2 > /proc/sys/vm/drop_caches

echo 3 > /proc/sys/vm/drop_caches

（1）执行test.py时，使用原默认参数，可以不加任何参数正常运行，这是要在coco_*.data中配置正确的图片路径， 并且images和labels到一一对应，否则会报奇怪的错误