hexmagic / pytorch_yolov3

最小化实现yolov3

最小化实现yolov3,参考 PyTorch-YOLOv3

安装

克隆文件

$ git clone 
$ cd pytorch_yolov3
# pip3 install -r requirements.txt

下载数据集

wget https://pjreddie.com/media/files/VOCtrainval_11-May-2012.tar
wget https://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tar
wget https://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar
tar xf VOCtrainval_11-May-2012.tar
tar xf VOCtrainval_06-Nov-2007.tar
tar xf VOCtest_06-Nov-2007.tar

得到VOCdevkit文件夹，重命名为datasets,如下

D:\PYTORCH_YOLOV3\DATASETS
├─VOC2007
│  ├─Annotations
│  ├─ImageSets
│  │  ├─Layout
│  │  ├─Main
│  │  └─Segmentation
│  ├─JPEGImages
│  ├─labels
│  ├─SegmentationClass
│  └─SegmentationObject
└─VOC2012
    ├─Annotations
    ├─ImageSets
    │  ├─Action
    │  ├─Layout
    │  ├─Main
    │  └─Segmentation
    ├─JPEGImages
    ├─labels
    ├─SegmentationClass
    └─SegmentationObject

下载预训练权重

百度云：

链接：https://pan.baidu.com/s/1s5_gV2YaVvT4u-ZgL2vgjw 
提取码：1ik1 
复制这段内容后打开百度网盘手机App，操作更方便哦   

推断

默认使用测试集

$ python3 detect.py 

训练

下载darknet权重

wget https://pjreddie.com/media/files/darknet53.conv.74

开始训练

$ python train.py --iter 120000 --batch_size 18 --pretrained_weights weigths/darknet53.conv.74 --save_folder weights