前期准备
(1)重新准备yolov3
源码,建立数据集(2000+图片)
(2)下载权重文件
(3)配置classes_path
指向自己的数据集标签文件
训练模型
(1)直接运行train.py
,开始训练
训练时会产生权值文件,储存在
logs
目录中,在第 50 轮时把硬盘塞满了……外接硬盘重新训练,历时四小时训练完成。
在
logs
目录下生成epoch_loss_2021_11_17_17_52_29.png
文件,记录loss
,可以看出随着训练轮次的逐渐增加,每次训练的loss
值不断减小,并趋近于 0
视频检测
在
predict.py
中选择video
模式,确定视频路径后开始检测,帧数约在 11 帧上下波动
用手机拍摄的视频也可以检测,但帧数只有可怜的 4、5 帧