Back to Mvision

caffe yolov2 实现

darknect/caffe/caffe-yolov2/readme.md

latest1.5 KB
Original Source

caffe yolov2 实现

代码

完全从0开始训练,效果不好

可以使用 yolo_v2.weights 转到caffemodel下,基于这个参数进行训练,会好很多 在good目录下

BOX data coco数据集生成

2017年 http://images.cocodataset.org/zips/train2017.zip 训练集图片 http://images.cocodataset.org/zips/val2017.zip 验证集图片 http://images.cocodataset.org/annotations/annotations_trainval2017.zip 总的json标签

处理 :
下载 coco数据库处理脚本 
    git clone https://github.com/weiliu89/coco.git
    cd coco
    git checkout dev  # 必要 在 PythonAPI 或出现 scripts/ 文件夹 一些处理脚本
安装:
    cd coco/PythonAPI
    python setup.py build_ext --inplace
    
将总的json文件拆分成 各个图像的json
    python scripts/batch_split_annotation.py 
    
获取 图片id 对应的图片尺寸大小 长宽
    python scripts/batch_get_image_size.py
    
创建图片地址+ json标签地址的 列表文件    
    python data/coco/create_list.py
生成lmdb 文件 and make soft links at examples/coco/
   ./create_data.sh


2:
将各个图像的json 转成 voc格式的 xml文件
python Construct_XML_Annotations_from_COCO_JSON.py

创建图片地址+ xml标签地址的 列表文件    
    python data/coco/create_list_xml.py
生成lmdb 文件 and make soft links at examples/coco/
   ./convert.sh