Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
陈小光丶
yolov4-keras
提交
01ca2c2c
Y
yolov4-keras
项目概览
陈小光丶
/
yolov4-keras
与 Fork 源项目一致
从无法访问的项目Fork
通知
1
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
Y
yolov4-keras
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
未验证
提交
01ca2c2c
编写于
4月 07, 2021
作者:
B
Bubbliiiing
提交者:
GitHub
4月 07, 2021
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Update README.md
上级
a0a4055c
变更
1
显示空白变更内容
内联
并排
Showing
1 changed file
with
20 addition
and
1 deletion
+20
-1
README.md
README.md
+20
-1
未找到文件。
README.md
浏览文件 @
01ca2c2c
...
...
@@ -13,7 +13,8 @@
6.
[
文件下载 Download
](
#文件下载
)
7.
[
预测步骤 How2predict
](
#预测步骤
)
8.
[
训练步骤 How2train
](
#训练步骤
)
9.
[
参考资料 Reference
](
#Reference
)
9.
[
评估步骤 How2eval
](
#评估步骤
)
10.
[
参考资料 Reference
](
#Reference
)
## 性能情况
| 训练数据集 | 权值文件名称 | 测试数据集 | 输入图片大小 | mAP 0.5:0.95 | mAP 0.5 |
...
...
@@ -49,6 +50,13 @@ keras==2.1.5
yolo4_weights.h5是coco数据集的权重。
yolo4_voc_weights.h5是voc数据集的权重。
VOC数据集下载地址如下:
VOC2007+2012训练集
链接: https://pan.baidu.com/s/16pemiBGd-P9q2j7dZKGDFA 提取码: eiw9
VOC2007测试集
链接: https://pan.baidu.com/s/1BnMiFwlNwIWG9gsd4jHLig 提取码: dsda
## 预测步骤
### a、使用预训练权重
1.
下载完库后解压,在百度网盘下载yolo4_weights.h5或者yolo4_voc_weights.h5,放入model_data,运行predict.py,输入
...
...
@@ -99,6 +107,17 @@ dog
```
8.
运行train.py即可开始训练。
## 评估步骤
评估过程可参考视频https://www.bilibili.com/video/BV1zE411u7Vw
步骤是一样的,不需要自己再建立get_dr_txt.py、get_gt_txt.py等文件。
1.
本文使用VOC格式进行评估。
2.
评估前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。
3.
评估前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。
4.
在评估前利用voc2yolo4.py文件生成对应的txt,评估用的txt为VOCdevkit/VOC2007/ImageSets/Main/test.txt,需要注意的是,如果整个VOC2007里面的数据集都是用于评估,那么直接将trainval_percent设置成0即可。
5.
在yolo.py文件里面,在如下部分修改model_path和classes_path使其对应训练好的文件;
**model_path对应logs文件夹下面的权值文件,classes_path是model_path对应分的类**
。
6.
运行get_dr_txt.py和get_gt_txt.py,在./input/detection-results和./input/ground-truth文件夹下生成对应的txt。
7.
运行get_map.py即可开始计算模型的mAP。
## mAP目标检测精度计算更新
更新了get_gt_txt.py、get_dr_txt.py和get_map.py文件。
get_map文件克隆自https://github.com/Cartucho/mAP
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录